3D-MRI 和 2D X 射线的少样本指纹化主题重识别
计算机视觉与模式识别
2025-12-19 v1 人工智能
摘要
将开放数据集组合可能导致数据泄漏，因为同一主题可能出现在多个数据集中，从而导致模型性能被高估。为此，我们探索了主题指纹化，将同一主题的所有图像映射到潜在空间的 distinct 区域，以通过相似性匹配实现主题重识别。使用在三角间隔损失下训练的 ResNet-50，我们在 3D MRI 和 2D X 射线数据上评估了在标准 (20 路 1 shot) 和具有挑战性 (1000 路 1 shot) 场景中的少样本指纹化。该模型在 ChestXray-14 上获得了高分 Mean-Recall-@K 分数：99.10% (20 路 1 shot) 和 90.06% (500 路 5 shot)；在 BraTS-2021 上获得了 99.20% (20 路 1 shot) 和 98.86% (100 路 3 shot)。
引用
@article{arxiv.2512.16685,
title = {Few-Shot Fingerprinting Subject Re-Identification in 3D-MRI and 2D-X-Ray},
author = {Gonçalo Gaspar Alves and Shekoufeh Gorgi Zadeh and Andreas Husch and Ben Bausch},
journal= {arXiv preprint arXiv:2512.16685},
year = {2025}
}