PSC-UDA：基于点云结构的无监督域适应方法，用于基于轮廓的肾脏分割

《Pattern Recognition》：PSC-UDA: Point-cloud structure constrained unsupervised domain adaptation for contour-based kidney segmentation

　　

杨莉|朱子中|解莉|海伦·张|米希尔·昆特|露露·毕|斯科特·柯林斯|哈里森·白|迈克尔·K·阿塔莱|伊哈布·卡梅尔|高新博|焦志成

• •
  肾脏轮廓被表示为点云，这种表示方法具有领域不变性，能够有效连接不同的成像方式。
• •
  所提出的CAS模型将点云的结构学习与图像的纹理特征相结合，通过跨模态知识蒸馏来提升分割效果。
• •
  PSC-UDA框架能够在不访问源数据的情况下实现无监督的3D领域适应，通过利用结构一致性来提高适应性和鲁棒性。
• •
  广泛的验证表明，该框架的性能优于传统的生成式UDA方法，在跨站点和跨领域的肾脏分割任务中取得了最先进的结果。