脊柱关键点检测改用稠密表示与形状建模

1. 12:00
   arXiv cs.AI

   用稠密表示学习与可微形状建模做脊柱关键点检测

   研究将脊柱 X 光片的关键点检测重构为像素级对比表示学习问题，用稠密像素嵌入匹配关键点原型，即使搭配通用 U-Net 主干也能生成比传统热图回归更具判别性的热图，更好区分不同椎骨的椎角。方法再将热图与脊柱关键点全局配置的可学习形状先验结合以消解位置歧义，在公开 AASCE 数据集和两个私有脊柱 X 光数据集上，关键点精度与临床参数估计均达到与 SOTA 相当的水平，代码与预训练权重已公开。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。