MAESIL：用于增强自监督医学图像学习的掩码自编码器

为三维 (3D) 医学成像（如 CT 扫描）训练深度学习模型，根本面临着标注数据稀缺的挑战。虽然在自然图像上进行预训练是常见做法，但会导致显著的域间迁移，限制性能。对无标记医学数据进行自监督学习 (SSL) 近日已被视为强大的解决方案，但许多流行框架往往未能充分利用 CT 扫描固有的 3D 特性。这些方法通常将 3D 扫描视为独立 2D 切片的集合，一种根本上放弃了关键的轴向一致性和 3D 结构上下文的方法。为此，我们提出了用于增强自监督医学图像学习的自编码器 (MAESIL)，这是一种新型自监督学习框架，旨在高效捕获 3D 结构信息。核心创新点是“超级块” (superpatch)，即一种 3D 块状输入单元，平衡了 3D 背景保留与计算效率。我们的框架将体数据划分为 superpatch，并采用具有双掩码策略的 3D 掩码自编码器，以学习全面的空间表征。我们在三个多样化的大规模公开 CT 数据集上对方法进行了验证。我们的实验结果表明，MAESIL 在诸多关键重构指标（如 PSNR 和 SSIM）上显著优于现有方法（包括 AE、VAE 和 VQ-VAE），从而将 MAESIL 确立为 3D 医学成像任务中稳健且实用的预训练解决方案。