重点推荐应用
该研究提出了一种自适应的自我监督预训练方法，其学到的编码器可用于初始化后续的Swin-UNETR分割模型，从而实现高效标签的3D医学图像分割、疾病分类以及跨模态医学图像分析。
摘要
自监督学习能够降低3D医学图像分析对昂贵体素级标注的依赖，但当对具有大量冗余背景的体积数据采用均匀随机掩码时，图像建模效率仍然较低。随机掩码往往会产生易于通过局部插值恢复的目标，这限制了对解剖结构语义的学习。因此，有效的掩码策略应当根据图像自身的结构特征进行调整，而非均匀选取样本区域。我们提出了主动区域掩码（ARM）这一自我监督预训练方法，它将3D掩码生成视为一种基于块的演员-评论家决策过程。这些块级决策单元共享相同的演员-评论家策略，并以重建误差结合掩码比例约束作为内在奖励，从而识别出难以重建且对解剖结构表示学习有价值的区域。重建器则采用非对称的3D Swin Transformer编码器-解码器进行训练，以此从可见上下文出发，推动全局性的解剖结构推理。在分割任务中，ARM预训练得到的编码器被用于初始化后续的Swin-UNETR框架，而分类任务则通过相应的下游评估方法进行衡量。在包括BTCV、MSD、MM-WHS、AMOS22、FLARE22、CC-CCII和BraTS21在内的12项任务级下游评估中，ARM的表现始终优于各类对比学习及掩码建模的基准方法。使用1k份扫描数据作为预训练数据时，ARM在BTCV及未见数据集测试中的平均Dice得分可达89.80％；而当预训练数据量增加到10k份时，这一数值可提升至90.66％。这些结果表明，主动区域掩码技术能够有效提升3D医学图像分析中的标签利用效率、分割稳定性以及CT图像向MRI图像的转换效果。
