UNIVERS：随机合成学习通用体素嵌入实现单样本关键点定位

Derong Yu 等在 arXiv 发布 UNIVERS 框架论文，提出一种端到端可训练的单样本关键点定位方法，通过器官形状模板合成伪数据并对语义布局、视觉外观、FOV 和空间姿态随机化，结合跨域判别式体素对比学习，习得通用体素嵌入。源代码已公开。 该方法使模型能在任意 FOV 的多模态体数据中定位关键点。论文称在三个肾上腺数据集上的实验显示其持续超越现有 SOTA 单样本定位方法，跨模态场景优势尤为突出。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。