实体
Smit
Smit
PulseAugur coverage of Smit — every cluster mentioning Smit across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
- 2026-05-18 research_milestone A new paper benchmarks SSL methods for medical image segmentation, highlighting SMIT's superior performance. 来源
最近 · 第 1/1 页 · 共 2 条
-
SMIT方法在医学图像分割迁移性方面领先
研究人员对九种自监督学习（SSL）方法在医学图像分割任务中的迁移性进行了基准测试。研究发现，结合了掩码图像建模和自蒸馏的自蒸馏掩码图像Transformer（SMIT）方法，在准确性和收敛速度方面均取得了最高成就。SMIT在数据效率方面也表现出色，尤其是在少样本学习场景下，其性能优于对比学习和旋转预测方法。
-
AI通过适应CT训练的模型改进直肠癌MRI分割
研究人员开发了一种新方法，通过解决从CT预训练的Transformer模型迁移知识中的挑战，来改进MRI扫描中直肠癌的分割。他们发现了由于零填充导致的标记效率低下以及在成像模态之间移动时特征适应无效的问题。通过引入肿瘤感知增强策略和各向异性裁剪，他们提高了模型覆盖肿瘤外观异质性的能力并恢复了标记效率，从而提高了检测率。