基于模态投影的通用全身医学影像分割模型
图像与视频处理
2024-12-30 v1 人工智能
计算机视觉与模式识别
摘要
深度学习在医学影像领域的集成已显示出巨大的潜力，以提升诊断、治疗和科研成果。然而，在多种模态之间应用通用模型仍具有挑战，由于数据特征的内在差异。本研究旨在引入和评估一种模态投影通用模型（Modality Projection Universal Model, MPUM）。MPUM 采用新颖的模态投影策略，使模型能够动态调整参数，以针对不同影像模态优化性能。MPUM 在识别解剖结构方面表现出优异的准确性，使其能够实现精确量化，从而提高临床决策水平。它还识别了脑-身体轴中的代谢关联，推动了脑-身体生理相关性研究。此外，MPUM 独特的基于控制器的卷积层可实现跨所有网络层的显著性图可视化，显著提升了模型的可解释性。
引用
@article{arxiv.2412.19026,
title = {Modality-Projection Universal Model for Comprehensive Full-Body Medical Imaging Segmentation},
author = {Yixin Chen and Lin Gao and Yajuan Gao and Rui Wang and Jingge Lian and Xiangxi Meng and Yanhua Duan and Leiying Chai and Hongbin Han and Zhaoping Cheng and Zhaoheng Xie},
journal= {arXiv preprint arXiv:2412.19026},
year = {2024}
}