研究人员开发了CT-VDETR，一种用于检测CT扫描中创伤性损伤的新型框架，解决了体素级标注有限的挑战。该系统结合了使用掩码图像建模的自监督预训练和半监督式Transformer检测器。该方法在RSNA腹部创伤检测任务上，仅使用78个标注的训练卷，就实现了比仅监督式训练高1.53倍的改进。 AI
影响 增强了医学影像领域标签效率低下的AI，可能降低标注成本并提高诊断速度。
排序理由 发表了一篇关于新型医学影像分析AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
- 3D Vertex Relative Position Encoding
- computed tomography
- CT-VDETR
- Masked Image Modeling Knowledge Distillation Based on Mutual Learning
- Radiological Society of North America
- Shivam Chaudhary
- V-DETR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
