面向自监督学习的3D医学影像通用框架与模型
图像与视频处理
2025-01-22 v1 计算机视觉与模式识别
摘要
当前针对3D医学影像的自监督学习方法依赖于简单的数据预文本句和器官或模态特定的数据集，限制了其通用性和可扩展性。我们提出了3DINO，这是一种适用于3D数据集的前沿自监督学习方法，并据此构建了3DINO-ViT：一个通用医学影像模型。该模型在约10万个3D医学影像扫描（来自10多个器官）的大规模、多模态、多器官数据集上进行预训练。在大量医学影像分割和分类任务上进行实验验证。我们的实验结果表明，3DINO-ViT能够跨模态、跨器官地泛化，包括零样本分布任务和数据集，在大多数评估指标和标注数据集规模上均优于最先进的方法。我们将发布3DINO框架和3DINO-ViT，以支持研究3D基础模型或针对广泛的医学影像应用进行进一步微调。
引用
@article{arxiv.2501.11755,
title = {A generalizable 3D framework and model for self-supervised learning in medical imaging},
author = {Tony Xu and Sepehr Hosseini and Chris Anderson and Anthony Rinaldi and Rahul G. Krishnan and Anne L. Martel and Maged Goubran},
journal= {arXiv preprint arXiv:2501.11755},
year = {2025}
}