稀疏标注学习

面向稀疏标注 PET 脑疾病预测的跨域双流特征解耦

Cross-domain Dual-stream Feature Disentanglement for Brain Disorder Prediction with Sparsely Labeled PET

在 PET 标注稀疏时用 MRI 做跨模态域自适应，其「先显式解耦关键/非关键脑区、再分别做拓扑加权对齐与高置信融合」的差异化解耦思路，可迁移到任何源域充足、目标域标注稀缺的跨模态医学分类任务。