Lifespan Brain MR 图像分割的知识引导式提示学习

文章目录

  • [Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation](#Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation)

Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation

摘要

背景: 在整个生命过程中,对脑部MR图像进行自动且精准的组织与结构分割,对于理解脑发育过程和疾病诊断至关重要。然而,由于早期脑发育的快速变化、衰老及疾病导致的复杂形态变异,以及手动标注数据的有限性,该任务面临诸多挑战。

目的: 针对这些问题,提出了一种基于知识引导提示学习(KGPL)的两步分割框架,以提升脑部MRI分割的准确性和鲁棒性。

方法: 该框架首先在大规模但标注质量欠佳的数据集上预训练分割模型,随后将从图像-文本对齐中学习到的知识驱动嵌入引入模型。通过知识感知提示(knowledge-wise prompts),模型能够捕捉解剖变异与生物过程之间的语义关系,从而学习适用于不同年龄群体的结构特征嵌入。

结果: 实验结果表明,该方法的优越性和鲁棒性尤为突出,特别是在采用Swin UNETR作为主干网络时表现最佳。该方法在脑组织和脑结构分割任务上的平均DSC值分别达到95.17%和94.19%。代码已公开,链接为 https://github.com/TL9792/KGPL

方法

图 1. 将知识引导的提示学习 (KGPL) 用于整个生命周期的脑部 MRI。上半部分显示了源域上的视觉预训练,下半部分显示了预训练模型的细化,并在目标域上提供了知识提示。采用从源域学习的权重来初始化目标域的模型,在冻结编码器的同时仅更新可学习的参数和解码器。

实验结果




相关推荐
听风ツ2 小时前
固高运动控制
学习
西岭千秋雪_2 小时前
Redis缓存架构实战
java·redis·笔记·学习·缓存·架构
XvnNing2 小时前
【Verilog硬件语言学习笔记4】FPGA串口通信
笔记·学习·fpga开发
牛奶咖啡133 小时前
学习设计模式《十六》——策略模式
学习·设计模式·策略模式·认识策略模式·策略模式的优缺点·何时选用策略模式·策略模式的使用示例
The_cute_cat3 小时前
JavaScript的初步学习
开发语言·javascript·学习
Binary_ey5 小时前
超表面重构卡塞格林望远镜 | 从传统架构到新型光学系统
学习·软件需求·光学软件·超表面
roman_日积跬步-终至千里5 小时前
【学习线路】机器学习线路概述与内容关键点说明
人工智能·学习·机器学习
天水幼麟7 小时前
python学习笔记(深度学习)
笔记·python·学习
you45807 小时前
小程序学习笔记:使用 MobX 实现全局数据共享,实例创建、计算属性与 Actions 方法
笔记·学习·小程序
Brookty8 小时前
【MySQL】JDBC编程
java·数据库·后端·学习·mysql·jdbc