从压缩 CT 中学习：特征注意力风格迁移与结构化因子分解投影用于资源高效的医学图像分析
计算机视觉与模式识别
2026-05-04 v1 图像与视频处理
摘要
人工智能在医学影像中的部署受到高计算复杂度和资源密集型体积数据处理的限制。虽然胸部 CT 体积比投影放射术提供更丰富的诊断信息，但其在 AI 基础诊断中的使用仍受限于处理未压缩体积图像（通常以 NIfTI 或 DICOM 格式存储）的计算负担。为了满足低资源部署和高效电子数据传输的日益增长需求，我们研究了利用 JPEG 压缩的胸部 CT 体积进行胸部异常检测。我们提出了特征注意力风格迁移（Feature Attention Style Transfer, FAST），一种新颖的蒸馏框架，将来自高保真 CT 表示的激活模式和结构关系迁移到一个作用于压缩输入的时空视觉编码器上。通过结合基于 Gram 矩阵的注意力风格保持和双注意力特征对齐，FAST 实现了从退化体积中进行稳健特征提取。此外，我们引入了结构化因子分解投影（Structured Factorized Projection, SFP），利用块张量列举分解作为稠密投影层的参数高效替代方案，将投影-head 参数降低近一半。我们的对比学习管道 CT-Lite 将这些组件与基于 SigLIP 的多模态对齐目标集成。在 CT-RATE、NIDCH 和 Rad-ChestCT 上的实验表明，尽管在压缩输入上使用显著减少的参数， CT-Lite 在所有三个数据集上实现的 AUROC 仅落实对未压缩输入基线的 5-7%，为受资源限制条件下的 AI 临床评估铺平了道路。
引用
@article{arxiv.2605.00448,
title = {Learning from Compressed CT: Feature Attention Style Transfer and Structured Factorized Projections for Resource-Efficient Medical Image Analysis},
author = {Shadid Yousuf and S. M. Mahbubur Rahman and Mohammed Imamul Hassan Bhuiyan},
journal= {arXiv preprint arXiv:2605.00448},
year = {2026}
}