arXiv · ML· Sonia Laguna, Andrea Agostini, Alain Ryser, Samuel Ruiperez-Campillo, Irene Cannistraci, Moritz Vandenhirtz, Stephan Mandt, Nicolas Deperrois, Farhad Nooralahzadeh, Michael Krauthammer, Thomas M. Sutter, Julia E. Vogt·· 17 小时前AI 评分36
MVMAE 提出多视图自监督方法提升放射影像疾病分类性能
Structure is Supervision: Multiview Masked Autoencoders for Radiology
AI 导读
MVMAE框架利用放射学多视图结构实现自监督预训练，在MIMIC-CXR等数据集上超越监督及视觉-语言基线。 模型结合掩码图像重建与跨视图对齐，扩展版本MVMAE-V2T引入放射报告作为辅助信号，在低标注场景下表现更优。 研究证实结构与文本监督是构建可扩展医学基础模型的有效互补路径。
来源：arXiv · ML · arxiv.org