nnU-Net团队新作MultiTalent：医学图像分割的多数据集方法 ...

点支烟

一句话总结

MultiTalent：一种利用多个公开医学数据集来训练基础医学图像分割的网络，大量实验证明：分割性能有所提高！这为医学影像界提供一个新的方向：有效地利用丰富的可用数据来提高分割性能。
点击进入—> 医疗影像和图像分割微信技术交流群
想看更多CVPR 2023论文和开源项目可以点击：


MultiTalent



MultiTalent: A Multi-Dataset Approach to Medical Image Segmentation
单位：德国癌症研究中心, 海德堡大学医学院
论文：https://arxiv.org/abs/2303.14444
医学影像界产生了大量的数据集，其中许多数据集都可以公开访问并针对特定疾病和任务（如多器官或病变分割）进行注释。 目前的做法继续将模型训练和监督预训练限制在一个或几个类似的数据集上，而忽略了其他可用注释数据的协同潜力。
本文提出了MultiTalent，这是一种利用具有不同且相互冲突的类定义的多个 CT 数据集来训练单个模型以进行综合结构分割的方法。




实验结果

我们的结果表明，与以前的相关方法相比，分割性能有所提高，系统地，也与使用最先进方法的单一数据集训练相比，特别是对于病变分割和其他具有挑战性的结构。 我们表明，MultiTalent 还代表了一个强大的基础模型，与常用的有监督或无监督的预训练基线相比，它为各种分割任务提供了更好的预训练。




我们的研究结果为医学影像界提供了一个新的方向，可以有效地利用丰富的可用数据来提高分割性能。


点击进入—>医疗影像和图像分割微信技术交流群
CVer-医疗影像交流群

建了CVer-医疗影像交流群！想要进医疗影像交流群的同学，可以直接加微信号：CVer333。加的时候备注一下：医疗影像+学校/公司+昵称+知乎，即可。然后就可以拉你进群了。
CVer-图像分割交流群

建了CVer-图像分割交流群！想要进图像分割学习交流群的同学，可以直接加微信号：CVer333。加的时候备注一下：图像分割+学校/公司+昵称+知乎，即可。然后就可以拉你进群了。
推荐阅读

InceptionNeXt来了！当Inception遇见ConvNeXt
CVPR 2023 | YOSO：第一个实时全景分割网络
CVPR 2023 | 中科大提出SimpleNet：用于图像异常检测和定位的简单网络
CVPR 2023 | CIM：用于自监督视觉预训练的相关图像建模
CVPR 2023 | VoxelNeXt：用于3D目标检测和跟踪的全稀疏VoxelNet
CVPR 2023 | OmniTracker：通过跟踪和检测来统一目标跟踪
CVPR 2023 | 检测开放世界中的一切：面向通用目标检测
CVPR 2023 | 大连理工提出ViPT：视觉Prompt多模态跟踪
CVPR 2023 | LoGoNet：局部到全局交叉模态融合实现3D目标检测
CVPR 2023 | FasterNet：追求更高的FLOPS以实现更快的神经网络
Visual ChatGPT：用视觉基础模型进行对话、绘图和编辑
CVPR 2023 | GRL：用于图像恢复的图像层次结构的高效显式建模
CVPR 2023 | 涨点显著！CutLER：用于无监督目标检测和实例分割的切割和学习
CVPR 2023 | 华科&优图提出TCM：将CLIP模型转换为场景文本检测器
CVPR 2023 | 把扩散模型应用到3D医学图像重建！DiffusionMBIR：使用预训练2D扩散模型求解3D逆问题