arXiv · cs.AI· Augustin Daridon·· 18 小时前AI 评分10
脊柱 landmark 检测的稠密表示学习与可变形状建模方法
Dense Representation Learning and Differentiable Shape Modeling for Spine Landmark Detection
来源与原文
arXiv · cs.AI
作者：Augustin Daridon
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36951v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究将脊柱 X 光的解剖 landmark 检测重构为像素级对比表示学习问题，通过稠密像素嵌入匹配 landmark 原型，即使使用通用 U-Net 主干也能生成比传统 heatmap 回归更有判别力的热图。方法结合可学习的形状先验解决 landmark 位置歧义，在公开的 AASCE 数据集及两个私有脊柱 X 光数据集上达到与 SOTA 相当的 landmark 精度和临床参数估计，代码与预训练权重已开源。
来源：arXiv · cs.AI · arxiv.org