高阶渐进轨迹匹配用于医学图像数据集蒸馏
计算机视觉与模式识别
2025-09-30 v1
摘要
医学图像分析因隐私法规和复杂的机构协议在数据共享方面面临重大挑战。数据集蒸馏通过合成紧凑数据集来解决这些挑战，这些数据集从真实的大规模医学数据集中捕获关键信息。轨迹匹配已成为数据集蒸馏的有前景的方法；然而，现有方法主要关注终态，忽略了优化中间状态中的关键信息。我们通过提出一种形状感知势函数来捕获参数轨迹的几何结构，以及一种从易到难的渐进匹配策略，根据参数复杂度逐步处理参数，从而解决这一局限。在医学图像分类任务上的实验表明，我们的方法在保持隐私的同时提升了蒸馏性能，并维持了与在原始数据集上训练相当的模型准确率。我们的代码可在 https://github.com/Bian-jh/HoP-TM 获取。
引用
@article{arxiv.2509.24177,
title = {High-Order Progressive Trajectory Matching for Medical Image Dataset Distillation},
author = {Le Dong and Jinghao Bian and Jingyang Hou and Jingliang Hu and Yilei Shi and Weisheng Dong and Xiao Xiang Zhu and Lichao Mou},
journal= {arXiv preprint arXiv:2509.24177},
year = {2025}
}
备注
MICCAI 2025 (early accept, top 9%)