B-MIM

新的B-MIM方法增强了CT扫描细粒度解剖结构的分割

研究人员开发了一种名为偏置掩码图像建模（B-MIM）的新型自监督预训练方法，以改进计算机断层扫描（CT）图像中细粒度解剖结构的分割。与现有方法优先考虑粗粒度语义理解不同，B-MIM通过随机降低全局语义对齐来增强对高频形态细节和结构连续性的捕捉。当应用于在大型多机构CT数据集上预训练的3D Swin Transformer骨干网络时，与完全微调的基线相比，B-MIM在肝脏血管和肿瘤分割方面表现出更高的拓扑保真度和具有竞争力的Dice分数。