ARTFEED — Contemporary Art Intelligence

SAM-Med2D e DINOv3 migliorano l'analisi ecografica cardiaca fetale

ai-technology · 2026-05-20

Un framework semi-supervisionato che integra SAM-Med2D e DINOv3 migliora la segmentazione e la classificazione dell'ecografia cardiaca fetale. Basato sul backbone EchoCare, il metodo utilizza un mascheramento duro specifico per vista e una strategia di ottimizzazione a due stadi. Nella classifica FETUS 2026, raggiunge un coefficiente di similarità Dice del 79,99%, una distanza superficiale normalizzata del 61,62% e un punteggio F1 del 41,20%, aiutando lo screening prenatale delle cardiopatie congenite. Il codice sorgente è disponibile su GitHub.

Fatti principali

  • Framework semi-supervisionato per segmentazione e classificazione congiunta di immagini ecografiche cardiache fetali.
  • Basato sul backbone multi-task EchoCare.
  • Integra SAM-Med2D per il perfezionamento dei bordi e DINOv3 per il miglioramento delle pseudo-etichette.
  • Introduce mascheramento duro specifico per vista e ottimizzazione a due stadi: fase EMA seguita da fase di messa a punto della classificazione.
  • Valutato nella classifica FETUS 2026.
  • Raggiunge coefficiente di similarità Dice del 79,99%, distanza superficiale normalizzata del 61,62%, punteggio F1 del 41,20%.
  • Mira a migliorare lo screening prenatale delle cardiopatie congenite.
  • Codice sorgente disponibile pubblicamente su https://github.com/2826056177/zcst_fetus20.

Entità

Istituzioni

  • EchoCare
  • FETUS 2026

Fonti