כתבה
arXiv cs.LG ·
הכשרת תמונות רפואיות לאורך זמן באמצעות MAE
Stochastic Siamese MAE Pretraining for Longitudinal Medical Images
במאמר זה, STAMP (Stochastic Temporal Autoencoder with Masked Pretraining) הוצג כפרקטיקה להכשרת תמונות רפואיות לאורך זמן. STAMP היא פרקטיקה של MAE (Masked Autoencoding) שמשתמשת בתהליך סטוכסטי כדי ללמוד דינמיקות זמניות. המאמר כולל תיקיות ניסויים של STAMP על שני קבצי OCT ואחד MRI.
תקציר מקורי באנגליתarXiv:2512.23441v2 Announce Type: replace Abstract: Temporally aware image representations are crucial for capturing disease progression in 3D volumes of longitudinal medical datasets. However, recent state-of-the-art self-supervised learning approaches like Masked Autoencoding (MAE), despite their strong representation learning capabilities, lack temporal awareness. In this paper, we propose STAMP (Stochastic Temporal Autoencoder with Masked Pretraining), a Siamese MAE framework that encodes temporal information through a stochastic process by conditioning on the time difference between the 2 input volumes. Unlike deterministic Siamese approaches, which compare scans from different time points but fail to account for the inherent uncertainty in disease evolution, STAMP learns temporal dyn
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית