ProtoNCE

UnDA框架实现了医学影像中无配对跨模态知识迁移

研究人员开发了UnDA，一个专为医学影像中无配对跨模态知识迁移设计的新型框架。该方法利用锚点引导方法和对齐模块来提取结构化类别令牌，即使在没有配对数据的情况下也能实现有效的知识蒸馏。为了处理噪声和模态差异，UnDA采用了基于置信度的特征对齐的基于不确定性的最优传输（UCT-OT）以及用于保持全局可辨别性的ProtoNCE目标。评估表明，UnDA在目标模态中显著提高了准确性和边界精度，而无需配对数据集。