边缘精度显著提升
利用弱到强扰动一致性和边缘感知对比表示，让模型在标注数据稀缺时也能精准分割器官边缘。
Yang, Yang · Sun, Guoying · 张彤 · 王瑞轩 · 苏敬勇
Medical Image Analysis 2025
通过边缘感知对比损失，利用不确定性选择正样本对，在边缘区域学习更具判别力的像素级特征，从而提升边缘分割精度。
采用弱到强扰动策略配合特征扰动一致性损失，高效利用未标注数据，减少对大量标注数据的依赖。
在BraTS2020、LA和ACDC三个公开数据集上，三种标准半监督设置下均达到最优分割性能，验证了方法的有效性和通用性。