新框架用解剖感知采样替代随机裁剪
热点事件持续更新
新框架用解剖感知采样替代随机裁剪
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者 Junkai Liu、Le Zhang 提出一个即插即用框架,用离线由粗到细的探针库替代 3D 医学图像自监督预训练中的随机子体积采样,并以解剖感知、信息量和多样性作为引导。 该框架针对的是随机子体积采样把各空间区域视为同等价值的问题。其轻量版仅使用几何与图像统计线索,据论文称在多个 3D 医学自监督学习骨干和下游任务上持续优于随机采样。 论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 51 分钟前更新
最新进展10月12日 12:00
3D 医学自监督学习该看哪里:重新思考子体积采样报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv cs.CV3D 医学自监督学习该看哪里:重新思考子体积采样
针对 3D 医学图像自监督预训练中随机子体积采样将各空间区域视为同等价值的瓶颈,研究者提出即插即用框架,用离线由粗到细的探针库替代随机裁剪,并以解剖感知、信息量和多样性为引导。轻量版仅用几何与图像统计线索,在多个 3D 医学 SSL 骨干和下游任务上持续优于随机采样。该论文已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。