MedContext:学习医学体积分割的上下文线索
原文中文,约300字,阅读约需1分钟。发表于: 。提出了一种称为 MedContext 的通用训练框架,可以与任何现有的 3D 医学分割训练框架结合,无需大规模标注的体积医学数据或专门的预训练 - 微调阶段,并通过学习在输出分割空间中重构器官的缺失部分,以有效地学习自监督上下文提示,以提高分割性能。
本文介绍了一种新的容积注意力(VA)模块,用于3D医学图像分割和检测。该模块结合了视频处理的最新进展,使得2.5D网络能够利用沿着z方向的上下文信息,并在训练数据有限时使用预先训练的2D检测模型。实验证明,该模块在肝肿瘤分割挑战中表现优秀,并在DeepLesion数据集上超越了已发表的最佳结果。