尺度特定辅助多任务对比学习的肝血管分割方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Amine Sadikine 等作者的研究，提出一种面向深度肝脏血管分割的尺度特定辅助多任务对比学习方法。该研究采用深度监督思路，通过新的聚类技术将血管树分解为从细小到粗大的多个尺度层级，并将标准 3D UNet 扩展为多任务学习框架，引入尺度特定辅助任务与对比学习，以增强共享表示中的尺度区分度。据该研究称，方法在公开 3D-IRCADb 数据集上取得多项评价指标的积极结果，并提供了多尺度血管聚类部分的代码链接。目前报道未涉及与其他方法的定量比较、临床验证或后续应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。