高斯伪标签弱监督网络

标注量减八成

基于椭圆拓扑先验生成高斯伪标签，在非对比CT血管分割中以极低标注成本达到甚至超越强监督精度。

Kaladji, Adrien · Shu, Huazhong · 杨冠羽 · Lucas, Antoine · Haigron, Pascal

Medical Image Analysis 2024

参数信息

平均Dice分数提升

1.54 %

标注时间减少

82.0 %

平均Dice分数提升（加入外部数据）

2.74 %

标注时间减少（加入外部数据）

66.3 %

平均Dice分数提升

1.95 %

Hausdorff距离降低

68 %

技术优势

标注时间减八成

用基于椭圆拓扑先验的高斯伪标签代替手工逐像素标注，标注过程只需画椭圆，大幅降低标注成本。

弱监督胜过强监督

在局部数据集上，该方法平均Dice分数比强标签全监督学习高1.54%，证明伪标签的有效性。

外部数据可即插即用

伪标签生成高效，允许加入标签无关的外部数据，进一步提升性能（平均Dice+2.74%），标注时间仍远低于强标签。

应用场景

• 术前血管评估：在非对比CT中快速分割腹主动脉等血管，为术前评估提供准确结构信息，避免造影剂风险。
• 手术规划：提供高精度血管分割结果，辅助手术规划，且标注成本极低，可快速适应新场景。
• 医学影像分析：为医学影像分析提供一种弱监督分割新范式，减少对精细标注的依赖，提高效率。