一个弱监督的口腔粘膜疾病细分模型,基于多任务协作
Jing Xu1, Jianguo Ju2, Qian Zhang1
1College of Computer Science, Northwest University, Xi'an, China.
Oral diseases
|January 13, 2026
概括
这项研究引入了一种弱监督的口腔粘膜疾病 (OMD) 分段模型 (WSSM),提高了诊断准确度. WSSM改善了病变边界细分,解决了传统OMD诊断的局限性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 传统的口腔粘膜疾病 (OMD) 诊断是主观和低效的,依赖于视觉评估.
- OMD成像缺乏足够的监督,并且具有模糊的病变边界,阻碍了移动医学应用.
研究的目的:
- 开发一个弱监督的OMD细分模型 (WSSM),以提高诊断准确性和效率.
- 为了应对OMD图像分析中监督不足和模糊边界的挑战.
主要方法:
- 提出了一个监督较弱的OMD细分模型 (WSSM) 与Mamba骨干和双分支协作.
- 实施了用于多尺度特征提取的分类分支,以及用于更深入监督的伪标签模块.
- 使用了带有边界自适应模块的细分分支来增强模糊边界表示.
主要成果:
- 在OMD数据集上,WSSM显著优于现有的监管薄弱的方法.
- 与WSSL相比,Dice指数增长了6.06%,显示出优越的细分性能.
结论:
- 基于Mamba的WSSM平衡了OMD病变分析的局部纹理和远程依赖.
- 双分支合作和更深入的监督显著提高了边界分段准确性,对于边界不清楚的OMD.


