u-net

本文介绍了R-U-Net，一种ECG分界模型，将ResNet-18编码器与U-Net解码器配对，在半监督学习设置中取得了优于现有方法的性能。

QFedPolyp 提出了一种用于息肉分割的联邦学习框架，该框架利用量化感知训练来降低通信成本并实现更快的推理，同时保护隐私。

来自freeCodeCamp的教程，讲解如何使用MONAI构建乳腺超声图像肿瘤分割管道，强调在模型选择之前进行数据剖析。

提出EA-RMENet，一种用于无线电地图估计的深度学习模型，采用EfficientNetB5编码器、注意力门控跳跃连接和ASPP，实现了高精度与高效率。