研究人员开发了一种名为MuDuo的新型半监督学习框架，用于分割PET/CT扫描中的器官。该方法利用SAM-Med3D（用于CT）和SegAnyPET（用于PET）的双基础模型，将知识蒸馏到一个更轻量级的学生网络中。MuDuo有效地利用未标记数据，在最少的标记案例下，在AutoPET数据集上实现了最先进的性能，无需手动提示。 AI
影响 这项研究可以显著减轻医学影像任务的标注负担，加速AI驱动的诊断工具的开发和部署。
排序理由 在arXiv上发表了一篇研究论文，详细介绍了一种新的医学图像分割框架。[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 →