从十万张以上图像到赢得首届脑 MRI 基础模型挑战赛:经验与模型分享
计算机视觉与模式识别
2026-01-21 v1 人工智能
机器学习
摘要
开发用于医学图像分析的基础模型对于克服放射学任务的独特挑战至关重要。针对 3D 脑 MRI 的首批此类挑战赛 SSL3D 和 FOMO25 于 MICCAI 2025 举办。我们的解决方案在两项竞赛的赛道中均排名第一。它依赖于 U-Net CNN 架构,并结合了利用解剖学先验和神经影像领域知识的策略。值得注意的是,我们模型的训练速度比基于 Transformer 的竞争方法快 1-2 个数量级,且模型尺寸小 10 倍。模型可在此处获取:https://github.com/jbanusco/BrainFM4Challenges。
引用
@article{arxiv.2601.13166,
title = {From 100,000+ images to winning the first brain MRI foundation model challenges: Sharing lessons and models},
author = {Pedro M. Gordaliza and Jaume Banus and Benoît Gérin and Maxence Wynen and Nataliia Molchanova and Jonas Richiardi and Meritxell Bach Cuadra},
journal= {arXiv preprint arXiv:2601.13166},
year = {2026}
}
备注
Work presented at the SSL3D Challenge (1st place, ResEnc-L track) and FOMO Challenge (1st place, Methods track) on Brain MRI Foundation Models at MICCAI 2025