掩码图像建模推进三维医学图像分析

近来，掩码图像建模（MIM）因能从大量无标签数据中学习而备受关注，并已被证明对涉及自然图像的多种视觉任务有效。同时，由于无标签图像数量庞大以及高质量标签的昂贵与困难，自监督学习在三维医学图像建模中的潜力预计巨大。然而，MIM 对医学图像的适用性仍不确定。在本文中，我们证明掩码图像建模方法除自然图像外也能推进三维医学图像分析。我们从三维医学图像分割这一代表性下游任务的角度研究掩码图像建模策略如何提升性能：i）与朴素对比学习相比，掩码图像建模方法甚至更快地加速监督训练收敛（1.40$\times$）并最终产生更高的 dice 分数；ii）以高掩码比和相对较小块大小预测原始体素值，对医学图像建模而言是非平凡的的自监督 pretext-task；iii）用于重建的轻量解码器或投影头设计对三维医学图像上的掩码图像建模十分有效，可加速训练并降低成本；iv）最后，我们还考察了在不同实际场景（应用不同图像分辨率和标签数据比例）下 MIM 方法的有效性。