Foundation Model-Enabled Efficient Data Sampling (FEEDS): A label-efficient training strategy for pan-cancer, multi-tracer PET/CT datasets
本文介绍了 FEEDS，这是一种标签和计算高效的训练策略，它利用基础模型嵌入来选择最具信息量的未标注 PET/CT 病例进行标注，在多种癌症类型和示踪剂上实现了全标注水平的性能，同时减少了 70% 的标注工作量。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图教一个机器人去发现一个巨大且混乱阁楼中隐藏的宝藏。这不仅仅是一个普通的阁楼；这是一个医学阁楼，里面充满了成千上万份人体 3D 扫描图像。这些“宝藏”是癌症病灶，它们可能看起来像微小的斑点，也可能像巨大的肿块，隐藏在不同的器官中，并且在不同类型的扫描中呈现出不同的形态。为了教导这个机器人，你需要向它展示这些宝藏的例子。但问题在于，人类专家必须在每一份扫描图像中的每一个宝藏周围都画出一个完美的轮廓。这就像是要求一位大师级艺术家为海滩上的每一粒沙子都绘制一张详细的地图。这不仅耗时极长，而且成本极其高昂，而且能画图的专家也并不多。
长期以来，科学家们试图通过两种方式来解决这个问题：要么向机器人展示每一张图片（但这由于绘图所需的时间而变得不可能），要么让机器人在它还没见过的图片上进行猜测，并希望它能从错误中学习（但这往往会导致机器人感到困惑，甚至凭空捏造出虚假的宝藏）。这个科学领域的一个核心问题是：我们如何才能在不让专家绘制数百万张地图的情况下，教会机器人成为一名顶尖的寻宝猎人？我们需要一种方法，来挑选出最值得展示给人类专家的那几张图片，从而让机器人在最少的工作量下学到最多的知识。
这正是名为 FEEDS（基于基础模型的效率数据采样）的新策略发挥作用的地方。你可以把 FEEDS 想象成一位读过世界上所有书籍、但尚未见过特定“宝藏地图”的超级聪明图书管理员。FEEDS 不会要求图书管理员阅读每一本书来寻找最好的那一本，而是使用一种特殊的“氛围感检测”工具（称为基础模型）来观察那些未标记的扫描图像。这个工具可以瞬间分辨出两份扫描图像之间的差异，就像能立刻识别出一张照片是“阳光沙滩”而另一张是“风暴森林”一样。
论文解释了 FEEDS 是如何通过三个简单的步骤工作的。首先，它获取所有未标记的扫描图像，并根据它们的视觉特征给出一个“氛围得分”。第二，它查看人类专家已经标记过的一小堆扫描图像（即“固定标记数据”），并问道：“哪些未标记的扫描图像与我们已知的内容最不相似？”它专门搜寻那些机器人从未见过的奇特、罕见或不寻常的情况。第三，它请求人类专家仅针对这些特定的、独特的案例来绘制地图。这些新的地图随后会被加入到机器人的训练库中，然后对机器人进行一次性训练。
研究人员使用来自不同医院的大规模癌症扫描集合测试了这个想法。他们发现，通过使用 FEEDS 来挑选最具多样性和趣味性的案例，他们可以训练出一个几乎与使用数据库中每一份扫描图像进行训练的机器人同样优秀的机器人，但他们只需要请人类专家为其中的 30% 的数据绘制地图。事实上，使用 FEEDS 训练出的机器人在寻找真实癌症点位方面表现更好，且犯错（例如将健康组织误认为癌症）的情况更少，其表现优于仅仅通过随机挑选图片的机器人。即使他们在来自不同医院的新数据（即机器人从未见过的全新数据）上测试该机器人，它依然表现得非常出色，这证明它学到的是游戏的“规则”，而不仅仅是死记硬背它所看到的特定图片。
作者认为，这种方法是一个游戏规则的改变者，因为它节省了大量的时间和精力。与其采用缓慢、昂贵的全面标注过程，或者让机器人不断猜测并自我纠正的混乱过程，FEEDS 提供了一条高效的一步到位路径。它表明，通过聪明地选择我们要标注的数据，我们可以构建强大的医疗工具，而无需过度劳累医生。论文展示了这种方法在不同类型的癌症和不同的扫描设备上都是通用的，使其成为了医学影像学未来的一种实用的工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。