Feb, 2023
DrasCLR: 一种用于三维医学图像学习疾病相关和解剖学特定特征的自监督框架
DrasCLR: A Self-supervised Framework of Learning Disease-related and
Anatomy-specific Representation for 3D Medical Images
TL;DR本文提出了一个名为DrasCLR的新型自监督学习(SSL)框架,采用基于实例鉴别的SSL方法,通过两种特定于领域的对比学习策略,在3D医学成像中提取具有解析解剖学特定功能的特征,可用于不需要冠军数据来完成许多下游任务,比如肺部图像的预测和分割任务,包括病人存活预测任务和广泛且密集预测的肺气肿子类型检测,这可以大大减少注释精力,并且证明了在自监督学习框架中引入解剖上下文的重要性。