今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

DARE-FUSE:基于领域对齐的证据引导学习方法,用于脑肿瘤的MRI分割与分类

《npj Digital Medicine》:DARE-FUSE: domain aligned evidence guided learning for joint brain tumor MRI segmentation and classification

【字体: 大 中 小 】 时间:2026年02月03日 来源:npj Digital Medicine 15.1

编辑推荐:

  摘要脑肿瘤的MRI分割和分类对于术前边界评估、病变负荷量化、术后反应监测以及放疗计划至关重要,然而水肿重叠、序列异质性和伪影常常会模糊病变边缘。再加上像素级标注的高成本,这些因素限制了该技术在跨机构应用中的可靠性。我们提出了(领域对齐表示结合基于证据的融合,即),这是一个在样本和

  

摘要

脑肿瘤的MRI分割和分类对于术前边界评估、病变负荷量化、术后反应监测以及放疗计划至关重要,然而水肿重叠、序列异质性和伪影常常会模糊病变边缘。再加上像素级标注的高成本,这些因素限制了该技术在跨机构应用中的可靠性。我们提出了(领域对齐表示结合基于证据的融合,即),这是一个在样本和标签有限的情况下进行像素级分割和图像级分类的统一框架。该框架采用双编码器及特征交互机制来学习共享嵌入表示,然后通过领域对齐细化器将这些表示映射到适用于分割和分类任务的特定表示形式。在分割过程中,U-SEG解码特征信息,SEGU输出逐像素的不确定性以规范分割结果的边界;在分类阶段,CPG生成预测结果,并结合多尺度Grad-CAM++算法提供证据支持。生成性病变移除先验(Generative Lesion Removal Prior)用于重建无肿瘤的图像以获得差异先验,FUSE在不确定性衰减的背景下将此先验与Grad-CAM++结合使用,以指导分割过程并减少错误分割现象。DARE-FUSE在BraTS分割基准测试及多个分类数据集上均表现出稳定的领先性能;消融实验和标签减少实验进一步证实了该方法的互补优势,并表明随着像素标注数量的减少,其性能仍能保持稳定。生成的不确定性图谱和连续先验为手术、放疗轮廓绘制、患者分诊及长期随访提供了可解释的决策辅助。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:关键领域转写特征对齐不确定性方向域证据参考分割周期高 领域对齐表示结合基于证据的融合

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号