PBT后

续坑。
PBT采用了分治的策略。
总是提到A*算法，我记得A*是以前学PASCAL的时候学习的一种搜索算法，等会联网上去看看。
PBT很像一种决策树。
PBT通过控制树深度来避免过拟合，也从某种程度上通过ε来避免过拟合，ε越低，分类精度越高，过拟合风险越高。

===========

教授标黄的那一段现在才明白。。。是一篇论文小H。。。去找了下来看，感觉就是我要做的内容了。这个方法竟然自动识别了肝脏！勾勒出了肝脏的边界！牛逼。

自动分割肝脏很难，因为CT图片里面肝脏有不同的方位，不同的对比度，不同的疾病。

小H里面通过三个方面来解决难题：

1.分层框架由粗到细地控制传播

2.两个新的机器学习技术——边界空间学习（marginal space learning）、可控特征（steerable features）来分割边界，以适应任何材质的图片。

3.提出了一种新奇的形状空间初始化

==============================

播一个小插曲，在论文里面经常见到“volume”不知其含义，于是上网翻到了“包含单词volume的医学超声术语的系统性错译“。简直要给一万个赞。