基于Siamese-Transport域适应框架的3D MRI胶质瘤和阿尔茨海默病分类
基于Siamese-Transport域适应框架的3D MRI胶质瘤和阿尔茨海默病分类 研究背景 在计算机辅助诊断中,3D磁共振成像(MRI)筛查对于早期诊断各类脑部疾病具有重要作用,可以有效防止病情恶化。胶质瘤是一种常见的恶性脑肿瘤,其治疗方案因肿瘤级别的不同而有所不同。因此,准确高效的3D MRI分类在医学影像分析中至关重要。然而,传统的深度学习模型在应用于临床获得的无标签数据时,表现会严重退化,主要原因是域间不一致性,如不同设备类型和数据获取参数的差异。现有的方法主要集中在减少域间差异,但忽略了语义特征和域信息的纠缠。 论文来源 本文由Shandong University的Luyue Yu,Ju Liu,Qiang Wu,Jing Wang和Aixi Qu等人撰写,发表在2024年1...