AnicCXR: Сегментная анатомия рентгеновского снимка грудной клетки на любой позиции приобретения с использованием многоступенчатых Randomized Synthetic Data with superfective Consultation and Objectional Common Annexation Learning

arXiv:2512.17263v3 Тип уведомления: заменить резюме: бурная анатомическая сегментация рентгеновских лучей грудной клетки (CXRs) по-прежнему является сложной задачей изза нехватки всеобъемлющих аннотаций и значительной изменчивости условий приобретения в реальном мире. Мы предлагаем AnyCXR - единую систему, которая позволяет обобщать многоорганические сегментации через произвольные углы проекции CXR с использованием только синтетического надзора. Этот метод сочетает многоступенчатый двигатель Randomization (MSDR), который генерирует более 100 000 анатомически верных и весьма разнообразных синтетических радиографов из 3D тома КТ, с стратегией обучения по совместной условной аннуляции (CAR), которая позволяет использовать частичные и несовершенные ярлыки путем обеспечения анатоматической согласованности в скрытом пространстве. Будучи полностью подготовленным на основе синтетических данных, AnyCXR достигает сильной нулевой обобщения по многочисленным реальным наборам данных, обеспечивая точное разграничение 54 анатомических структур в ПА, боковых и косоглазых. Вытекающий из этого сегментати