跳到正文
arXiv · 机器人与计算机视觉· Tan Pan, Shuhao Mei, Yixuan Sun, Kaiyu Guo, Chen Jiang, Zhaorui Tan, Mengzhu Li, Limei Han, Xiang Zou, Yuan Cheng, Mahsa Baktashmotlagh·· 6 天前AI 评分68

超越实例级自监督:3D 多模态医学成像中的跨实例拓扑一致性方法

Beyond Instance-Level Self-Supervision in 3D Multi-Modal Medical Imaging

AI 导读

该论文针对医学影像中个体间解剖结构空间关系一致的特性,提出利用跨实例拓扑一致性作为新的自监督信号。方法包含两种对齐机制:在实例内利用像素对应保留局部邻域拓扑;在实例间无监督下推导伪对应以控制部分邻域对齐并防止拓扑坍塌。实验在 7 个下游多模态任务上验证,分割与分类任务平均提升分别为 1.1% 和 5.94%,且在测试时缺失模态的情况下表现出更强的鲁棒性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org