3D Group Prompt

新模块在数据稀疏环境中增强医学病灶分割

研究人员开发了三个轻量级模块来增强医学病灶分割，特别是在数据和计算资源有限的情况下。这些模块解决了分割中的形态失真、从稀疏历史数据中提取知识的困难以及在不降低性能的情况下将模型适应新类别的挑战。提出的解决方案包括用于优化拓扑结构的DT-Morph Combined Loss、用于提取领域通用知识的3D Group Prompt以及用于高效增量学习的Many-to-One Conditional Segmentation Head。