西安光机所在计算机视觉领域取得新进展

近日，中科院西安光机所光谱成像技术实验室王荃研究员团队在计算机视觉领域的半监督医学图像语义分割方向取得新进展，相关成果被国际计算机视觉与模式识别大会（CVPR）接收。

半监督学习中协同训练的核心思想是利用多个模型之间的协作和互补信息，通过迭代的方式利用未标记数据来提高模型的性能。模型间趋向相似决策边界引发的同质化问题是当前协同训练的主要挑战之一。理想情况下，参与协同训练的不同模型应具有一定的差异性，才能从不同角度挖掘未标记数据的信息，促进彼此之间的知识互补。而实际操作中，因模型架构、训练数据及优化算法等方面的相似性，减弱了各模型逐渐收敛到类似的决策边界的互补性，最终限制了协同训练方法效能的进一步发挥。

图片:W020250311322621626054_ORIGIN.jpg

图.β-FFT方法整体流程

图片:W020250311322622502488_ORIGIN.png

图.β-FFT方法与同类分割算法对比

对此，研究团队提出了一种创新算法——β-FFT。在数据处理方面，该算法采用基于快速傅里叶变换（FFT）的非线性插值方法，通过交换不同增强处理的图像间低频成分生成多样化样本，增强模型泛化能力并维持协同训练的稳定性。在训练结构方面，团队设计了一种差异化训练策略，在协同训练框架中对一个模型使用带标签数据进行额外训练，并对未标记数据采用Beta（β）分布的线性插值作为正则化项。该方法高效利用有限的带标签数据，大幅提升了模型在未标记数据上的性能与系统整体分割精度，在多个公开医学图像数据集上的性能处于领先水平。该项成果有望应用于医学影像诊断领域，助力提高疾病诊断的准确性。