判别学习、恢复学习和对抗性学习已被证明对计算机视觉和医学成像中的自监督学习方案有益。然而,现有的努力,忽略了它们在三元设置中相互之间的协同作用,我们认为,这可以显著地有利于深度语义表示学习。为了实现这一愿景,我们开发了DiRA,这是第一个将判别学习、恢复学习和对抗学习统一起来的框架,以协作的方式从未标记的医学图像中收集互补的视觉信息,用于细粒度语义表示学习。我们的广泛实验表明,DiRA (1) 鼓励三种学习成分之间的协作学习,从而在器官、疾病和模态中产生更一般化的表征; (2) 优于完全监督的ImageNet模型,并在小数据领域增强鲁棒性,减少多个医学成像应用程序的注释成本; (3) 学习细粒度语义表示,仅通过图像级标注即可实现病灶的准确定位 ;(4) 增强了最先进的修复方法,揭示了DiRA是统一表征学习的一般机制。所有代码和预训练的模型都可以

https://github.com/JLiangLab/DiRA上找到

成为VIP会员查看完整内容
20

相关内容

CVPR 2022 将于2022年 6 月 21-24 日在美国的新奥尔良举行。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写,即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议,会议的主要内容是计算机视觉与模式识别技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【CVPR2022】整合少样本学习的分类和分割
专知会员服务
21+阅读 · 3月31日
【CVPR2022】以人为中心感知的多模态预训练
专知会员服务
20+阅读 · 3月28日
【CVPR2022】UniVIP:自监督视觉预训练的统一框架
专知会员服务
18+阅读 · 3月16日
专知会员服务
14+阅读 · 2021年7月13日
专知会员服务
20+阅读 · 2021年5月20日
专知会员服务
14+阅读 · 2021年5月1日
【AAAI2021】协同挖掘:用于稀疏注释目标检测的自监督学习
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
51+阅读 · 2020年12月3日
【NeurIPS 2020】视觉和语言表示学习的大规模对抗性训练
专知会员服务
14+阅读 · 2020年10月27日
【AAAI2021】自监督对应学习的对比转换
专知
11+阅读 · 2020年12月11日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
12+阅读 · 1月20日
A Survey on Data Augmentation for Text Classification
Arxiv
14+阅读 · 2019年6月25日
How to Fine-Tune BERT for Text Classification?
Arxiv
12+阅读 · 2019年5月14日
Arxiv
12+阅读 · 2019年1月26日
VIP会员
相关VIP内容
【CVPR2022】整合少样本学习的分类和分割
专知会员服务
21+阅读 · 3月31日
【CVPR2022】以人为中心感知的多模态预训练
专知会员服务
20+阅读 · 3月28日
【CVPR2022】UniVIP:自监督视觉预训练的统一框架
专知会员服务
18+阅读 · 3月16日
专知会员服务
14+阅读 · 2021年7月13日
专知会员服务
20+阅读 · 2021年5月20日
专知会员服务
14+阅读 · 2021年5月1日
【AAAI2021】协同挖掘:用于稀疏注释目标检测的自监督学习
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
51+阅读 · 2020年12月3日
【NeurIPS 2020】视觉和语言表示学习的大规模对抗性训练
专知会员服务
14+阅读 · 2020年10月27日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员