Radu Tudor Ionescu

MTL-MAD论文表明多任务学习在医学异常检测方面表现出色

研究人员开发了MTL-MAD，这是一种通过训练一个联合模型（包含多个自监督和伪标签任务）来检测医学图像中异常的新方法。这种多任务学习器（MTL）能有效捕捉正常的解剖结构，从而在推理过程中根据模型执行这些任务的性能来推导出异常分数。在BMAD基准上的实验表明，MTL-MAD的性能优于现有的最先进方法，并能生成可解释的异常图，有助于医生诊断。