【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院西安光機所光譜成像技術實驗室王荃研究員團隊在計算機視覺領域的半監(jiān)督醫(yī)學圖像語義分割方向取得新進展，相關成果被國際計算機視覺與模式識別大會(CVPR)接收。第一作者為西安光機所2024級碩士研究生胡明，通訊作者為西安光機所王荃、胡炳樑研究員及武漢大學中南醫(yī)院胡聰博士，西安光機所為第一通訊單位。
 

　　半監(jiān)督學習中協(xié)同訓練的核心思想是利用多個模型之間的協(xié)作和互補信息，通過迭代的方式利用未標記數(shù)據(jù)來提高模型的性能。模型間趨向相似決策邊界引發(fā)的同質化問題是當前協(xié)同訓練的主要挑戰(zhàn)之一。理想情況下，參與協(xié)同訓練的不同模型應具有一定的差異性，才能從不同角度挖掘未標記數(shù)據(jù)的信息，促進彼此之間的知識互補。而實際操作中，因模型架構、訓練數(shù)據(jù)及優(yōu)化算法等方面的相似性，減弱了各模型逐漸收斂到類似的決策邊界的互補性，最終限制了協(xié)同訓練方法效能的進一步發(fā)揮。
 

圖 β-FFT方法整體流程
 

圖 β-FFT方法與同類分割算法對比
 

　　對此，研究團隊提出了一種創(chuàng)新算法——β-FFT。在數(shù)據(jù)處理方面，該算法采用基于快速傅里葉變換(FFT)的非線性插值方法，通過交換不同增強處理的圖像間低頻成分生成多樣化樣本，增強模型泛化能力并維持協(xié)同訓練的穩(wěn)定性。在訓練結構方面，團隊設計了一種差異化訓練策略，在協(xié)同訓練框架中對一個模型使用帶標簽數(shù)據(jù)進行額外訓練，并對未標記數(shù)據(jù)采用Beta(β)分布的線性插值作為正則化項。該方法高效利用有限的帶標簽數(shù)據(jù)，大幅提升了模型在未標記數(shù)據(jù)上的性能與系統(tǒng)整體分割精度，在多個公開醫(yī)學圖像數(shù)據(jù)集上的性能處于領先水平。該項成果有望應用于醫(yī)學影像診斷領域，助力提高疾病診斷的準確性。
 

　　西安光機所王荃研究員帶領的生物醫(yī)學光譜學團隊在醫(yī)學圖像與信號處理、腦機交互、光遺傳等前沿交叉領域開展持續(xù)研究并取得了一系列重要進展。近5年來在JAMA NETW OPEN、MATER TODAY BIO、Neurocomputing等期刊發(fā)表論文四十余篇，授權專利10項，軟件著作權2項。