Feb, 2025
自监督框架在超声B模式图像分割中的泛化能力提升
A Self-Supervised Framework for Improved Generalisability in Ultrasound
B-mode Image Segmentation
TL;DR本研究针对超声图像分割中的数据不足和泛化能力差的问题,提出了一种针对B模式超声图像的对比自监督学习方法,采用新颖的关系对比损失函数(RCL)来促进特征学习。研究结果表明,在三个公共乳腺超声数据集上,该方法显著超越传统监督分割方法,尤其在数据受限的情况下,展现出更强的泛化能力。