BriefGPT - AI 论文速递
·
多器官分割中部分标记数据集之间的深度互相学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用多器官数据集为乳腺肿瘤分割任务预训练模型，通过对比学习提高性能。结果显示，对比学习预训练可以提高性能，并且使用一半标记数据进行微调也能达到相当性能。预训练多器官数据可以提高下游任务性能。
🎯
关键要点
- 自我监督学习和对比学习在医学成像领域有效。
- 本研究使用多器官数据集为乳腺肿瘤分割任务预训练模型。
- 预训练数据集包括肺和心脏的超声图像及大量自然图像。
- 对比学习预训练相比监督基线方法提高了性能。
- 使用一半标记数据进行微调也能达到相当性能。
- 预训练多器官数据可以提高下游任务性能。
➡️
