3D医学视觉自监督学习的 OpenMind
计算机视觉与模式识别
2025-04-21 v2 人工智能
机器学习
图像与视频处理
摘要
3D医学图像自监督学习领域缺乏一致性和标准化。虽然已develop了许多方法，但由于i) varying and small pretraining数据集, ii) varying architectures, iii) 评估在不同的下游数据集上，无法确定当前的最先进技术。本文通过三个关键贡献为该领域带来清晰度，并为进一步的方法进步奠定基础：我们a)发布了最大公开可用的预训练数据集，包含114k个3D脑MRI体积，使所有实践者都能在大规模数据集上进行预训练。我们b)在该数据集上对现有的3D自监督学习方法进行基准测试，针对最先进的CNN和Transformer架构进行，阐明了3D SSL预训练的当前状况。尽管发现了许多事实，但我们表明预训练的方法可以超过强从零开始的nnU-Net ResEnc-L基线。最后，我们c)发布了我们的预训练和微调框架的代码，并提供了在基准测试过程中创建的预训练模型，以促进快速采用和复现。
引用
@article{arxiv.2412.17041,
title = {An OpenMind for 3D medical vision self-supervised learning},
author = {Tassilo Wald and Constantin Ulrich and Jonathan Suprijadi and Sebastian Ziegler and Michal Nohel and Robin Peretzke and Gregor Köhler and Klaus H. Maier-Hein},
journal= {arXiv preprint arXiv:2412.17041},
year = {2025}
}
备注
Pre-Print; Dataset, Benchmark and Codebase available through https://github.com/MIC-DKFZ/nnssl