SimCVD: Destilación de Representación Voxel-Wise Contrastiva Simple para Segmentación de Imágenes Médicas Semi-Supervisada

La segmentación automatizada en el análisis de imágenes médicas es una tarea desafiante que requiere una gran cantidad de datos etiquetados manualmente. Sin embargo, la mayoría de los enfoques basados en aprendizaje existentes suelen sufrir de una cantidad limitada de datos médicos anotados manualmente, lo que plantea un problema práctico importante para la segmentación precisa y robusta de imágenes médicas. Además, la mayoría de los enfoques semi-supervisados existentes generalmente no son tan robustos en comparación con sus contrapartes supervisadas, y también carecen de un modelado explícito de la estructura geométrica y de la información semántica, lo que limita la precisión de la segmentación. En este trabajo, presentamos SimCVD, un marco de destilación contrastiva simple que avanza significativamente el aprendizaje de representación voxel-wise de vanguardia. Primero describimos una estrategia de entrenamiento no supervisada, que toma dos vistas de un volumen de entrada y predice sus mapas de distancia firmada de los bordes de los objetos en un objetivo contrastivo, con solo dos eliminaciones independientes como máscara. Este enfoque simple funciona sorprendentemente bien, operando al mismo nivel que los métodos completamente supervisados anteriores con mucho menos datos etiquetados. Hipotetizamos que la eliminación puede ser vista como una forma mínima de aumento de datos y hace que la red sea robusta al colapso de representación. Luego, proponemos realizar una destilación estructural destilando similitudes por pares. Evaluamos SimCVD en dos conjuntos de datos populares: el Desafío de Segmentación de la Aurícula Izquierda (LA) y el conjunto de datos de TAC de páncreas de los NIH. Los resultados en el conjunto de datos LA demuestran que, en dos tipos de proporciones etiquetadas (es decir, 20% y 10%), SimCVD logra un puntaje promedio de Dice del 90.85% y 89.03% respectivamente, una mejora del 0.91% y 2.22% en comparación con los mejores resultados anteriores. Nuestro método puede ser entrenado de manera end-to-end, mostrando la promesa de utilizar SimCVD como un marco general para tareas posteriores, como síntesis, mejora y registro de imágenes médicas.