仅用1%数据也能精准预测!一个基于自监督学习的脑MRI基础模型
数据派THU
2026-03-08 17:00
文章摘要
背景:脑MRI AI系统面临高质量标注数据稀缺、数据分散及模型专业化等问题,临床转化受限。研究目的:开发一个专为脑MRI设计的基础模型BrainIAC,通过自监督学习在海量多参数MRI数据上预训练,以提升模型在多个下游任务中的适应性和泛化能力,尤其在低资源场景下。结论:BrainIAC在七个下游任务中展现出卓越性能,在极端小样本(如仅1%数据)下仍能精准预测,证明了其学习到的特征高度泛化,为临床AI工具开发降低了门槛和数据成本。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。