Feb, 2024
VISION-MAE: 医学图像分割和分类的基础模型
VISION-MAE: A Foundation Model for Medical Image Segmentation and
Classification
TL;DR人工智能（AI）在医学影像诊断和分割方面具有改革潜力，但其发展和临床应用面临多个挑战，包括数据有限性、泛化能力不足以及有效整合多模态数据的必要性。我们提出了一种新的基础模型VISION-MAE，针对医学影像进行专门设计。VISION-MAE是在包含各种模态（CT、MR、PET、X射线和超声）的250万张未标记图像数据集上使用自监督学习技术进行训练的，并使用明确的标签对其进行分类和分割任务的自适应。VISION-MAE具有较高的标签效率，在领域内外应用中表现优于几个基准模型，并且即使数据标注可用性减少，也能实现高性能。该模型代表了医学影像人工智能的重大进展，为改善分割和分类任务提供了具有泛化性和稳健性的解决方案，同时减轻了数据标注工作量。