技术标签: 学习 文献学习 计算机视觉 自适应 深度学习 人工智能 医学图像处理 迁移学习
Authors: Chen Yang, Yifan Liu, and Yixuan Yuan
Source: MICCAI 2023
Keywords: Source-free Domain Adaptation · Multi-source · Label-free transferability metric
Abstract
无监督域适应通过将知识从有标签的源数据迁移到未标记的目标域,在医学图像分割领域引起了持续的关注。然而,大多数现有方法假设源数据来自单个客户端,这无法成功地探索来自具有较大分布差异的多个源域的互补可迁移知识。此外,它们在训练过程中需要访问源数据,由于隐私保护和内存存储的原因,这是低效且不切实际的。为了应对这些挑战,研究了一个新颖且实用的问题,称为多源模型自适应(MSMA),其目的是在没有任何源数据的情况下将多个源模型迁移到未标记的目标域。由于没有提供目标标签和源数据来评估每个源模型的可迁移性或源域与目标域之间的域差距,可能会遇到来自那些不太相关的源域的负迁移,从而损害目标性能。为了解决这个问题,提出了一个可迁移性引导的模型自适应(TGMA)框架来消除负迁移。
具体来说,1)首次设计了一种无标签可迁移性度量(LFTM)来评估源模型在没有目标标注情况下的可迁移性。2)基于设计的度量,计算实例级可迁移性矩阵(ITM)用于目标伪标签校正,以及域级可迁移性矩阵(DTM)来实现模型选择,以获得更好的目标模型初始化。在多站点前列腺分割数据集上的大量实验表明了框架的优越性。
背景:
深度神经网络在医学图像分析中取得了巨大进步,但需要大量标注数据进行训练,这在医学图像分割任务中尤其耗时且容易出错。在一个临床中心(源域)训练的分割模型,在部署到新的中心(目标域)时,由于数据分布的差异,往往无法很好地泛化。无监督域适应 (UDA) 试图通过将知识从标签丰富的源域迁移到标签稀缺的目标域来解决这一难题。由于存储和隐私问题,源数据在医疗环境中可能无法访问,这阻碍了域适应的广泛应用。源码无关域适应 (SFDA) 应运而生,它可以在不访问源数据的情况下,将预训练的源模型适配到未标记的目标域。如何在隐私保护下,利用多个源域的知识实现对未标记目标域的适应,仍然是一个有待解决的问题。
本文贡献:
图1。可转移性引导的多源模型自适应(TGMA)框架的说明,包括(a)无标签可转移性度量(LFTM)估计器,(b)可转移性引导的模型选择和可转移性引导的标签校正。
问题描述:
多源模型自适应 (MSMA) 旨在将多个在不同域上训练的分割模型联合适应到一个新的未标记目标域。
目标:
在没有访问源数据的情况下,利用预训练的源模型学习目标域的分割模型 F t F_t Ft。
方法:
无标签可迁移性度量 (LFTM): 用于评估源模型在没有目标标注情况下的可迁移性。
L F T M ( x t , F s k ) = 2 ∗ P s k ∩ P ^ s k P s k + P ^ s k LFTM(x_t, F_{s_k}) = \frac{2 \ast P_{s_k} \cap \hat{P}_{s_k}}{P_{s_k} + \hat{P}_{s_k}} LFTM(xt,Fsk)=Psk+P^sk2∗Psk∩P^sk
可迁移性引导的模型自适应 (TGMA):
y t = a r g m a x ( ∑ i = 1 M L F T M ( x t , F s i ) ∗ y s i ) y_t = argmax(\sum_{i=1}^M LFTM(x_t, F_{s_i}) * y_{s_i}) yt=argmax(i=1∑MLFTM(xt,Fsi)∗ysi)
F t = m i n F ∩ W L d i c e ( y t , W m a i n ∗ F m a i n ( x t ) + W a u x ∗ F a u x ( x t ) ) F_t = min_{F \cap W} L_{dice}(y_t, W_{main} * F_{main}(x_t) + W_{aux} * F_{aux}(x_t)) Ft=minF∩WLdice(yt,Wmain∗Fmain(xt)+Waux∗Faux(xt))
预期效果:
通过消除负迁移、提高伪标签质量和选择合适的模型初始化,TGMA 可以有效地将多个源模型的知识迁移到目标域,从而提高目标域的分割性能。
数据集:
图2。对不同DA方法的PMR数据集的定性比较。
实现细节:
结果:
结论:
Reference
[1] Yang, C., Liu, Y., & Yuan, Y. (2023, October). Transferability-Guided Multi-source Model Adaptation for Medical Image Segmentation. In International Conference on Medical Image Computing and Computer-Assisted Intervention (pp. 703-712). Cham: Springer Nature Switzerland.
文章浏览阅读3.8k次,点赞9次,收藏28次。直接上一个工作中碰到的问题,另外一个系统开启多线程调用我这边的接口,然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法,放到线上后发现确实是可以正常取到结果,但是一旦调用,CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了,类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99
文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效
文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别,这些API绝大多数都被包装到了一个具名和核心模块中了,例如文件操作的 fs 核心模块 ,http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是
文章浏览阅读10w+次,点赞435次,收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件
文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢?1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件
文章浏览阅读867次,点赞2次,收藏2次。docker安装elasticsearch,elasticsearch-head,kibana,ik分词器安装方式基本有两种,一种是pull的方式,一种是Dockerfile的方式,由于pull的方式pull下来后还需配置许多东西且不便于复用,个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码
文章浏览阅读1.3w次,点赞57次,收藏92次。整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)近年来,随着机器学习的兴起,有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块,内置..._beeware
文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停
文章浏览阅读986次,点赞2次,收藏2次。1.硬性等待让当前线程暂停执行,应用场景:代码执行速度太快了,但是UI元素没有立马加载出来,造成两者不同步,这时候就可以让代码等待一下,再去执行找元素的动作线程休眠,强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待
文章浏览阅读3k次,点赞4次,收藏14次。Java软件工程师职位分析_java岗位分析
文章浏览阅读2k次。Java:Unreachable code的解决方法_java unreachable code
文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象