近日，我中心一篇论文被IEEE Transactions on Medical Imaging（TMI）期刊录用。TMI是计算机：跨学科应用、医学图像处理领域的顶级期刊，最新影响因子为11.037，属于中科院一区期刊。
论文题目：LViT: Language meets Vision Transformer in Medical Image Segmentation。论文由我中心李子晗同学、洪清启老师，与美国德克萨斯大学西南医学中心Yunxiang Li博士、 You Zhang博士，英国赫尔大学Qingde Li教授，和阿里达摩院Puyang Wang博士、Dazhou Guo博士、 Le Lu主任、Dakai Jin博士合作完成。
论文提出了一种新的基于视觉-语言多模态信息融合的医学图像分割模型LViT（Language meets Vision Transformer）。在LViT模型中，文本信息被融合进图像数据以缓解图像质量不足的问题，而且，文本信息还可以指导生成半监督学习中质量更高的伪标签。论文还提出了指数伪标签迭代机制（EPI），以帮助像素级注意力模块（PLAM）在半监督LViT设置中保留局部图像特征。在所提出的模型中，LV（语言-视觉）损失被设计用于使用文本信息直接监督无标签图像的训练。我们构建了三个多模态医学分割数据集（图像+文本），来评估论文的方法。实验结果表明，论文提出的LViT模型在全监督和半监督情况下都具有卓越的分割性能。
