心脏MRI分割模型

跨模态迁移精度提升

该模型通过特征对齐策略缓解心脏MRI不同模态间的域偏移问题，无需目标模态标注即可实现准确分割。

崔恒飞 · 李俨 · Yifan, Wang · Di, Xu · 吴连明 · 夏勇

IEEE Transactions on Medical Imaging 2024

参数信息

平均Dice系数
0.911
平均Dice系数
0.89
平均Dice系数
0.83

技术优势

域偏移缓解更有效

显式对齐通过重推导的KL散度度量全局分布距离，隐式对齐通过原型对比损失拉近同类原型、推远异类原型，双管齐下

端到端一体化训练

整个VAMCEI模块可嵌入分割网络，无需额外标注或复杂流程，训练一步到位

无需目标模态标注

通过无监督域适应，仅利用源域标注即可在目标模态上分割，省去昂贵标注成本

应用场景