arXiv · 机器人与计算机视觉· Francesco Correnti, Gabriele Magrini, Marco Mistretta, Niccol\`o Biondi, Pietro Pala, Alessandro Ramalli, Simona Fiori, Andrew D. Bagdanov, Matteo Lenge·· 2026-10-06精选AI 评分78
WASP:基于临床元数据的胎儿脑MRI-超声弱对齐时空对方法
WASP: Weakly Aligned Spatiotemporal Pairs for Fetal Brain MRI-Ultrasound Learning
AI 导读
针对胎儿MRI成本高而超声数据丰富的不对称性,本文提出WASP框架,将跨模态对应建模为受胎龄和诊断平面驱动的熵最优传输问题。该方法无需微调骨干网络即可将MRI表征映射至超声潜空间。
推荐理由
提出WASP框架,利用临床元数据解决胎儿MRI与超声的弱对齐问题,在未见MRI预训练下显著降低胎龄估计误差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org