研究进展
首页 >科学研究>研究进展 > 详细内容
基于图像先验的对抗自监督特征学习及其语义理解应用
发布时间:2022-01-19 15:04                
分享到:

一、项目描述


 开发针对特定图像数据的自监督学习算法及预训练模型。


二、主要痛点


特殊场景的图像数据如医学影像,往往缺乏足够多的具备人工标注的样本,用以进行全监督方式的模型训练。


三、解决方案


利用对抗学习方法以及医学影像数据中特定的先验知识及数据分布,设计有针对性的自监督学习算法,从而减少用于模型训练的标注成本。比如,先擦除医学影像中的部分区域,再训练编码器-解码器以恢复该区域影像,从而实现对编码器的自监督学习。


f14a329dbdaa49f4a4e9d438500eb129.png


四、主要贡献/价值


脑转移瘤检测,脑部MRI自动分析,组织病理图像分析。


五、下一步计划


开发一种面向脑转移瘤检测的多模态自监督学习算法。

开发一种面向半监督脑部MRI分割的自监督对抗学习方法。


六、团队成员


李灏峰。

官方公众号
访问统计:您是第 位访客

Copyright 国家健康医疗大数据研究院(深圳)  2022 版权所有  |  粤ICP备2024245792号-1  技术支持:医创科技


c0c9d264ae8b4977a43852f3722abfa3.png 粤公网安备44030002003405