规范化自训练网络

跨模态稳健适配

通过分离域不变先验与域特定知识,在严重域偏移下实现无源域适应的稳健性能。

Tianwei W., Zhang · 李康 · 顾实 · Pheng-Ann, Heng

Medical Image Analysis 2025

技术优势

跨模态仍稳健

在3D跨模态心脏分割中,源域与目标域差异大,但模型通过约束域不变参数的更新幅度防止知识漂移,同时积极更新域特定参数,从而保持分割精度。

即插即用增益

该方法可与现有伪标签优化方法无缝结合,在原有基础上进一步提升性能,无需重新设计训练流程。

无需源域数据

适应过程中完全不使用源域数据,保护源域隐私,同时降低数据共享与存储成本。

跨任务一致有效

在严重域偏移(3D跨模态心脏)和轻微域偏移(2D跨厂商眼底)下均取得优于竞争方法的分割性能。

应用场景