A semi-supervised computer-aided diagnosis network for reducing clinical annotation burden under limited annotation.

چکیده اصلی

Objective.Recent advances in automatic medical image segmentation have achieved remarkable success; however, most existing approaches still heavily rely on large-scale pixel-level annotations provided by clinicians, making it difficult to effectively alleviate the clinical labeling burden. Semi-supervised medical image segmentation has therefore emerged as a promising solution for exploiting abundant unlabeled data under limited annotation settings. Nevertheless, despite significant progress in semi-supervised learning (SSL), the inherent discrepancy between pseudo-labels and ground-truth annotations leads to unreliable supervision, preventing SSL methods from fully replacing supervised learning. Moreover, existing approaches still struggle to address boundary ambiguity in medical images, which often causes inaccurate region delineation and erroneous predictions.Approach.To overcome these limitations, we propose FFT-EMatch, a novel self-knowledge distillation framework based on a multi-branch differential perturbation strategy. Specifically, a boundary-consistency regularization mechanism is introduced to explicitly decompose medical images into high- and low-frequency components for frequency-domain modeling, enabling dedicated consistency learning of structural boundary representations across heterogeneous perturbation views. Furthermore, an uncertainty-aware, entropy-driven pseudo-label recalibration and alignment strategy is developed to dynamically correct unreliable pseudo-label regions and provide supervision signals that are closer to ground-truth annotations during semi-supervised training.Main results.Extensive experiments on three public benchmark datasets demonstrate that FFT-EMatch consistently outperforms state-of-the-art semi-supervised medical image segmentation methods. Notably, on the BUSI and MS-CMRSeg 2019 datasets, the proposed framework achieves performance comparable to fully supervised training using only 25% and 20% labeled data, respectively.Significance.These results indicate that FFT-EMatch can effectively improve pseudo-label reliability and boundary-aware representation learning under limited annotation settings, highlighting its promise for annotation-efficient medical image segmentation and its potential applicability in practical medical image analysis scenarios.

ترجمه فارسی چکیده

هدف: پیشرفت‌های اخیر در قطعه‌بندی تصویر پزشکی خودکار موفقیت‌های چشمگیری داشته است، اما اکثر رویکردهای موجود همچنان به برچسب‌گذاری پیکسلی مقیاس بزرگ که توسط پزشکان ارائه می‌شود، وابسته هستند که باعث می‌شود بار برچسب‌گذاری بالینی به‌طور مؤثر کاهش نیابد. بنابراین، قطعه‌بندی تصویر پزشکی نیمه‌نظارتی به عنوان راهکاری امیدوارکننده برای بهره‌برداری از داده‌های بدون برچسب فراوان در شرایط برچسب‌گذاری محدود ظهور کرده است. با این حال، با وجود پیشرفت‌های قابل توجه در یادگیری نیمه‌نظارتی (SSL)، تفاوت درونی بین برچسب‌های ساختگی و برچسب‌های واقعی منجر به نظارت ناپایدار می‌شود که جلوی روش‌های SSL را برای جایگزینی کامل یادگیری نظارتی می‌گیرد. علاوه بر این، رویکردهای موجود همچنان با ابهام مرزی در تصاویر پزشکی دست‌وپنج نرم می‌کنند که اغلب منجر به تعیین منطقه نادرست و پیش‌بینی‌های غلط می‌شود. رویکرد: برای غلبه بر این محدودیت‌ها، ما FFT-EMatch را که یک چارچوب جدید تقطیر دانش خودمحور بر اساس استراتژی perturbation تفاضلی چندشاخه است، پیشنهاد می‌کنیم. به طور خاص، یک مکانیسم اصلاح‌گر مرزی-همسانی معرفی می‌شود تا تصاویر پزشکی را به طور صریح به مؤلفه‌های فرکانس بالا و پایین تجزیه کند برای مدل‌سازی در حوزه فرکانس، که امکان یادگیری همسانی اختصاصی برای نمایش‌های مرزی ساختاری در بین نمای‌های perturbation همگن را فراهم می‌کند. علاوه بر این، یک استراتژی بازبینی و همسانی برچسب‌های ساختگی آگاه از عدم قطعیت و محرک آنتروپی توسعه یافته است تا مناطق برچسب‌های ساختگی ناپایدار را به صورت پویا اصلاح کند و سیگنال‌های نظارتی را نزدیک‌تر به برچسب‌های واقعی در حین آموزش نیمه‌نظارتی ارائه دهد. نتایج اصلی: آزمایش‌های گسترده روی سه مجموعه داده معیار عمومی نشان می‌دهد که FFT-EMatch همواره بر روش‌های قطعه‌بندی تصویر پزشکی نیمه‌نظارتی پیشرو در حال حاضر برتری دارد. به طور قابل توجهی، روی مجموعه داده‌های BUSI و MS-CMRSeg 2019، چارچوب پیشنهادی عملکردی را به‌دست می‌آورد که با آموزش کاملاً نظارتی مقایسه‌پذیر است، تنها با استفاده از ۲۵٪ و ۲۰٪ داده‌های برچسب‌خورده به ترتیب. اهمیت: این نتایج نشان می‌دهد که FFT-EMatch می‌تواند به طور مؤثر قابلیت اطمینان برچسب‌های ساختگی و یادگیری نمایش آگاه از مرز را در شرایط برچسب‌گذاری محدود بهبود بخشد، که امیدهای خوبی را برای قطعه‌بندی تصویر پزشکی کارآمد در برچسب‌گذاری و کاربرد بالینی آن در سناریوهای واقعی تحلیل تصویر پزشکی نشان می‌دهد.

متن کامل اصلی