09:31官方账号arXiv cs.LG@Priya Tomar, Aditya Parikh, Christian Bauckhage, Rafet Sifa该研究将类特定解码器架构扩展到跨手术域知识迁移,使用直肠和胆囊切除术两个数据集验证。实验表明,器官特定解码器模型CEMD在跨域预训练后全微调,分割性能达到62.4%Dice,且收敛速度明显快于从零训练。但类别不平衡问题依然存在,迁移学习对少数解剖结构的改善有限。论文CEMD迁移学习腹腔镜分割推荐理由:这篇论文把迁移学习用在腹腔镜多器官分割上,CEMD模型微调后Dice到62.4%,还比从零训练快不少,做医学影像分割的值得看看。原文稍后读已读值得跟进有用关注 CEMD