Lamps：通过自监督在胸部X光片中从多视角学习解剖结构
计算机视觉与模式识别
2026-01-05 v2
摘要
基础模型在自然语言处理和计算机视觉领域取得了成功，因为它们能够捕捉自然语言的底层结构（基础）。然而，在医学成像中，关键的基础在于人体解剖结构，因为这些图像直接代表了身体的内部结构，反映了人体解剖结构的一致性、连贯性和层次性。然而，现有的自监督学习（SSL）方法往往忽略了这些视角，限制了它们有效学习解剖特征的能力。为了克服这一局限性，我们构建了 Lamps（通过自监督从多视角学习解剖结构），它通过将人体解剖结构的一致性、连贯性和层次性作为监督信号，在大规模胸部X光片上进行了预训练。通过微调和涌现特性分析在10个数据集上进行的广泛实验表明，与10个基线模型相比，Lamps 具有卓越的鲁棒性、可迁移性和临床潜力。通过从多视角学习，Lamps 为基础模型提供了一个独特的机会，以开发出与人体解剖结构相一致的、有意义且鲁棒的表示。
引用
@article{arxiv.2512.22872,
title = {Lamps: Learning Anatomy from Multiple Perspectives via Self-supervision in Chest Radiographs},
author = {Ziyu Zhou and Haozhe Luo and Mohammad Reza Hosseinzadeh Taher and Jiaxuan Pang and Xiaowei Ding and Michael B. Gotway and Jianming Liang},
journal= {arXiv preprint arXiv:2512.22872},
year = {2026}
}