TMI2025 | 阿大、同济等提出TraCoCo，用于3D医学图像半监督分割

---

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

编辑 | ScienceAI

3D 医学图像分割方法已经取得了成功，但它们对大量体素级标注数据的依赖是一个需要解决的缺点，因为获取这些标注的成本很高。

半监督学习（SSL）通过使用大量未标注数据和少量标注数据进行模型训练，解决了这一问题。

最成功的 SSL 方法基于一致性学习，即通过最小化从扰动视图中获得的模型响应之间的距离来实现的。这些扰动通常在视图之间保持空间输入上下文的一致性，这可能导致模型从空间输入上下文中学习分割模式，而不是从前景对象中学习。

在最新的研究中，澳大利亚阿德莱德大学（The University of Adelaide）、同济大学等机构的研究人员提出了  TraCoCo，这是一种一致性学习 SSL 方法，它通过改变输入数据视图的空间输入上下文来进行扰动，使模型能够从前景对象中学习分割模式。

此外，该团队提出了一种新的“Confident Regional Cross entropy (CRC)”损失，该损失提高了训练收敛性，并保持了对共训练伪标签错误的鲁棒性。该方法在多个3D数据基准上达到了最先进的结果，例如左心房（LA）、胰腺CT（Pancreas）、和脑肿瘤分割（BraTS19）。该方法在一个 2D 切片基准——自动心脏诊断挑战（ACDC）上也取得了最佳结果，进一步证明了其有效性。

文章地址：https://ieeexplore.ieee.org/abstract/document/10695462

代码地址：https://github.com/yyliu01/TraCoCo

背景

3D医学图像分割方法虽然已取得成功，但它们依赖于大量体素级别标注数据，这是一个亟需解决的问题，因为获得这些标注的成本非常高。为了克服这一挑战，半监督学习（SSL）通过结合大量未标注数据和少量标注数据来训练模型，从而减少对标注数据的需求。

最成功的 SSL 方法基于一致性学习，通过最小化模型在未标注数据的不同扰动视图下的响应差异来实现一致性。然而，这些扰动通常保持视图之间的空间输入上下文较为一致，这可能导致模型从空间上下文中学习分割模式，而不是从前景对象中学习。

为解决这一问题，研究人员提出了一种新的 SSL 方法，称为 Translation Consistent Co-training（TraCoCo）。TraCoCo 通过改变输入数据视图的空间输入上下文来扰动视图，使模型能够从前景对象中学习分割模式。

同时，该研究还提出了一种新的 Confident Regional Cross-Entropy（CRC）损失，该损失旨在提高训练的收敛性并保持对共训练伪标签错误的鲁棒性。

Translation Consistent Co-training(TraCoCo)

TraCoCo是一种基于互助学习（Co-training）框架的方法，该框架通过翻译一致性（Translation Consistency）来扰动输入数据的空间上下文，从而减少模型对背景模式的“记忆”，确保模型专注于前景对象的分割。

模型框架

TraCoCo 包含两个初始参数不同的独立网络（通常为 VNet或 3D-UNet）。输入数据通过随机裁剪生成两个子体积（sub-volumes），这两个子体积的空间上下文不同，但在体素网格中存在重叠区域。

模型目标

为了确保模型在不同空间上下文下的前景分割结果一致，TraCoCo 引入了多种损失函数，包括监督学习损失、半监督学习损失和翻译一致性损失。本文的方法实现通过最小化以下损失函数来进行训练：

其中，分别由监督学习损失，半监督学习损失，和翻译一致性损失组成。

监督学习损失（SupervisedLearning Loss）

监督学习损失通过带标注的数据集 D_L 进行计算，包括体素级交叉熵损失（Cross-Entropy Loss）和 Dice损失，用来优化模型的分割性能。损失函数定义为：

TranslationConsistency Loss

Translation ConsistencyLoss 主要目标是确保模型在不同空间上下文下的分割结果一致。具体实现过程如下：从训练体积中随机提取两个中心不同的子体积

损失函数定义为：

Remover

几秒钟去除图中不需要的元素

304 查看详情

其中，公式 4 是 Kullback-Leibler（KL）散度，用于计算两个子体积在重叠区域的分割结果之间的差异；公式 5 是基于负熵的正则化损失，用于平衡训练体素中的前景和背景类。

半监督学习损失（Semi-supervisedLearning Loss）

半监督学习损失用于强化两个模型之间的分割一致性，Confident Regional Cross-Entropy (CRC) Loss, 其定义为：

3DCutMix

为了进一步提高训练的泛化性，本文采用了 3DCutMix 技术。实现为随机生成一个 3D 二值掩码，该掩码包含一个随机定义位置和尺寸的“1”方块。掩码应用在未标注数据和伪标签上，定义为：

实验

本文在四个公开的 3D 医学图像半监督分割数据集上进行了实验，包括：

左心房（Left Atrium, LA）：100 个 3D MRI 体积，其中 80 个用于训练，20 个用于测试。

胰腺 CT（Pancreas-CT）：82 个对比增强的 CT 扫描，采用特定的预处理步骤。

脑肿瘤分割 2019（BraTS19）：包含 335 个脑部 MRI 样本，每个样本包含四种扫描类型（T1, T1-ce, T2, FLAIR）。

自动心脏诊断挑战（ACDC）：该数据集包含 100 个心脏 MRI 扫描，本文使用了其 2D 切片进行半监督学习。

实验设置：采用了 VNet 和 3D-UNet 作为模型架构，实验评估指标包括Dice、Jaccard、平均表面距离（ASD）和 95%Hausdorff 距离（95HD）。实验结果显示，TraCoCo 在这些基准测试上均优于现有的最先进（SOTA）方法，特别是在标注数据较少的情况下。

总结

本文提出了 TraCoCo 和 CRC 损失在 3D 和 2D 医学图像分割任务中的有效性，证明了其在减少对背景模式的“记忆”以及提高前景对象分割精度方面的能力。

未来的工作计划包括扩展 TraCoCo 到更多复杂的医学图像任务，并在多模态医学图像中探索其半监督学习能力。

以上就是TMI2025 | 阿大、同济等提出TraCoCo，用于3D医学图像半监督分割的详细内容，更多请关注其它相关文章！

# 最先进  # 白酒新品上市营销推广  # 设备网站优化平台  # 官方网站建设推广平台  # 美容养生网站优化有效果  # 网站建设与网站管理  # 淘宝推广货源网站  # 阳泉seo优化方式  # 杭州seo站内优化技巧  # 百度seo个人  # 外贸seo网站建设  # 这可  # 来实现  # 理论  # 采用了  # 而不  # 掩码  # 是从  # 这一  # 提出了  # 同济  # yy  # ai  # git  # 图像分割  # 智慧医疗 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 鸿蒙智能座舱的AI大模型革新，引领智能座舱领域的变革吗？  微软 GitHub Copilot 编程助手被投诉：换口吻改写公共代码来躲版权  研究预测HPC支持的人工智能增长迅速  人工智能快速发展 打开就业新空间  Meta 人工智能业务落后竞争对手，研究人员大量离职成重要原因  智能技术提高现代商业运营的7七种方式  官宣！爱康AI未来之夜三大亮点提前剧透！  美图设计室2.0新增哪些功能  MiracleVision视觉大模型功能介绍  出门问问亮相2025世界人工智能大会，展示AI CoPilot解决方案  亚马逊CEO：人工智能将成为公司未来战略的重中之重  国产工业机器人领域“暗潮涌动”，即将迎来新一轮复苏  DreamAvatar数字人使用教程  猿编程参加人工智能高峰论坛，推动人工智能教育解决方案在千所学校推行  机构：边缘AI或是当前预期差最大的AI方向  深企派遣无人机救援队赴京津冀开展防汛救灾任务  华为发布两款AI存储新品  MetaGPT AI 模型开源：可模拟软件公司开发过程，生成高质量代码  周鸿祎：360智脑开放API接口 AI大模型将赋能百行千业  学而思网校推出首个基于自研大模型的《人工智能第一课》  视觉中国推出AI灵感绘图功能  热点 | 人工智能黄金时代开启  甲骨文与Cohere合作为企业提供生成式人工智能服务  人工智能在商业中的风险和局限性  当人工智能开始写高考作文？作家陈崇正、朱山坡谈文学与未来  月薪6万，哪些AI岗位在抢人？  映宇宙数字人“映映”亮相ChinaJoy，展示AI黑科技实现用户互动  国产医疗企业的人工智能  英伟达的AI领域垄断地位：一直无法撼动吗？  美图设计室2.0什么时候上线  解决导航“最后50米”难题 高德地图升级AR步行导航找终点功能  DeepMind用AI重写排序算法；将33B大模型塞进单个消费级GPU  无人机在电力巡检中的应用：全面解析高效巡检流程  北京市元宇宙产业创新中心筹建工作正式启动  人形机器人打开精密齿轮市场全新空间！受益上市公司梳理  北交大推出国内首个开源交通大模型TransGPT，可免费商用  类GPT模型训练提速26.5%，清华朱军等人用INT4算法加速神经网络训练  直击上影节 | 光线传媒董事长王长田谈新技术：未来VR放映效果可能媲美影院  VMS的应用：提升多品牌设备管理效能  家电行业观察：AI加持下，全屋智能将成为智能家电未来？  网易云音乐内测上线“私人DJ” 打造AI推荐音乐助手  Meta推出VR订阅服务Quest +：每月免费玩两款游戏，7.99美元/月  鉴智机器人发布基于地平线征程5的标准视觉感知产品  OpenAI夺冠：人工智能为云计算带来新变革  苹果AIGC专利：可通过语音指令生成AR/VR虚拟场景  提高开发效率：AmazonCodeWhisperer与Amazon Glue的集成和生成式AI的应用  OpenAI限制网络爬虫访问以保护数据免被用于AI模型训练  Stability AI 推出文生图模型 SDXL0.9，GPU要求下探至消费级水平  人工智能时代的科幻译者怎么办？“做好翻译工作的高端10%”｜文化观察  探索AI前沿理念 2025全球人工智能技术大会在杭州开幕 

 2024-10-29