本文提出了一種新穎的多任務預訓練框架,旨在提高3D Swin Transformer在腦部MRI分析的效能。該框架包括以下幾個關鍵部分:
利用腦部解剖和形態特徵作為先導任務,以幫助模型學習與腦部相關的重要特徵。具體包括:
設計適用於3D醫學影像的自監督學習任務,包括:
將上述先導任務和自監督任務融合在一個多任務預訓練框架中,並採用對比學習的方式進行聯合優化。
實驗結果表明,該預訓練方法在阿茲海默病分類、帕金森病分類和年齡預測等下游任務上均優於現有的監督和自監督方法。此外,通過消融實驗,我們驗證了各個預訓練任務的有效性。總的來說,本文提出的多任務預訓練框架能夠有效地捕捉腦部MRI的結構特徵,為醫學影像分析提供了一種新的解決方案。
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Jonghun Kim,... a las arxiv.org 10-02-2024
https://arxiv.org/pdf/2410.00410.pdfConsultas más profundas