跳到正文
arXiv · 机器人与计算机视觉· Shuhuan Wang, Yuanyuan Cui, Pengju Wang, Huimin Guo, Ling Yue, Yin Gu, Yanchao Zhang, Wei Feng, Yunhe Liu, Wei Qian, Mingjun Xu, Shuang Liu, He Ma·· 27 天前精选AI 评分78

一种用于多视图医学图像分割的通用双路径交互框架:缓解小样本依赖

A General-Purpose Dual-Path Interaction Framework for Multi-View Medical Image Segmentation: Alleviating Data Volume Dependency in Small-Sample Regimes

AI 导读

针对医学图像分割在小样本场景下性能下降的问题,作者提出 DPIF 通用双路径交互框架。该框架兼容任意编码器 - 解码器网络,利用跨视图解剖互补性减少标注依赖。方法包括基于 Sinkhorn 最优传输的跨视图分布对齐、条件互信息引导的特征解耦以及基于持久同调的拓扑正则化。

推荐理由

提出通用双路径交互框架,通过拓扑正则化缓解小样本依赖,在心脏超声等数据稀缺场景下实现多视图分割性能提升。

来源:arXiv · 机器人与计算机视觉 · arxiv.org