English(EN) Few-Shot Left Atrial Wall Segmentation in 3D LGE MRI via Meta-Learning

元学习改进了左心房壁的低样本MRI分割

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-25 04:00

研究人员开发了一个元学习框架，使用3D残差U-Net骨干网络来改进3D LGE-MRI扫描中左心房壁的分割。该方法旨在解决薄几何和有限专家标注等挑战，采用了模型无关元学习（MAML）策略。与标准的K-shot微调相比，该框架在低样本场景下表现出优越的性能，并对合成域移位表现出鲁棒性。 AI

影响这种元学习方法可以减少医学影像中对大量手动标注的需求，从而可能加速诊断过程。

排序理由该集群包含一篇详细介绍医学图像分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yusri Al-Sanaani, Rebecca Thornhill, Pablo Nery, Elena Pena, Robert deKemp, Calum Redpath, David Birnie, Sreeraman Rajan · 2026-05-25 04:00

Few-Shot Left Atrial Wall Segmentation in 3D LGE MRI via Meta-Learning

arXiv:2603.24985v3 Announce Type: replace Abstract: Segmenting the left atrial (LA) wall from late gadolinium enhancement magnetic resonance imaging (LGE-MRI) is challenging because of its thin geometry, low contrast, and limited expert annotations. We propose a model-agnostic me…