BriefGPT - AI 论文速递
·
SLPT：基于限制标签的病变分割的选择性标定与提示调整
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为SLPT的框架，用于使用深度学习进行医学图像分析。该框架通过选择性标记和提示调整相结合，提高有限标签下的性能。通过仅使用有限标记数据对预训练模型参数进行更新，同时保持模型不变。该框架包括特征感知提示更新器和基于提示的无监督多样性选择和有监督选择。在肝肿瘤分割任务中，该方法仅使用了可调参数的6%，标记了5%的数据即可达到全数据性能的94%。
🎯
关键要点
- 提出了一种名为SLPT的框架，用于医学图像分析。
- SLPT框架结合选择性标记和提示调整，提高有限标签下的性能。
- 框架保持预训练模型不变，仅使用有限标记数据更新模型参数。
- 框架包括特征感知提示更新器和基于提示的无监督多样性选择与有监督选择。
- 在肝肿瘤分割任务中，仅使用可调参数的6%和标记5%的数据，达到了全数据性能的94%。
➡️
