研究人员推出了一种新颖的文本引导半监督脊柱分割网络CPS4。该方法利用具有类别提示的视觉语言模型（VLM）来提高分割任务中伪标签的质量。CPS4采用两阶段训练过程，首先优化文本提示和图像区域之间的一致性，然后使用预训练编码器为未标记数据生成类别特定的分割图。该方法在使用公开数据集上仅5%的标记数据的情况下，取得了80.44%的Dice分数，优于现有的半监督和VLM方法。 AI
影响 引入了一种使用VLM和类别提示提高医学影像分割精度的创新方法。
排序理由 该集群包含一篇详细介绍特定AI任务新方法的学术论文。[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 →