CheXanatomy 用 token 预测生成胸部 X 光解剖分割，入选 MICCAI 2026
denisparra · x · 2026-09-29
研究者提出 CheXanatomy 框架，把显式解剖知识注入预训练视觉-语言模型，用于胸部 X 光片的解剖分割，论文已被 MICCAI 2026 接收。
- 核心方法：不加任务专用 decoder head，而是通过自回归 token 空间监督，让模型直接以 next-token prediction 方式生成分割 mask。
- 可扩展监督：从 CT 体数据合成逼真胸部 X 光片，并把 CT 分割标签前投影为 2D mask，获得解剖学一致的标注。
- 评测：在合成与真实胸片上与 U-Net baseline 对比，含模型规模消融实验。
- 论文、代码与 Hugging Face demo 均已开放。
「研究」频道最新
- Judea Pearl 推荐 Bareinboim 演讲：从经典因果到 LLM 时代因果 AI — yudapearl · 2026-09-29
- 异步 RL 数据采集中被忽视的坑:任务耗时差异导致采样偏置 — auto_grad_ · 2026-09-29
- 强化学习跨学科会议 RLDM 2027 定档巴黎,7月6-9日举行 — dabelcs · 2026-09-29
- SNaP 单步后验采样：比迭代方法快 30 倍以上 — prof_kamilov · 2026-09-29
- 无配对数据怎么训练？气候研究给出两阶段设计模式，偏差降 44-57% — bravo_abad · 2026-09-29
- MIT 团队用 AI 发现单原子层石墨烯的抗灾难失效设计原理 — ProfBuehlerMIT · 2026-09-29