待验证50% 置信事实精确时间

3D医学影像（如CT、MRI）体积庞大，通常无法整体送入GPU，因此预训练时普遍采用裁剪子体的方式

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

重新思考3D医学自监督学习中的子体采样策略

涉及实体

CTtechnology MRItechnology

相关事实

待验证目前人工视觉评估仍是医学图像对齐判断的金标准和最常用方法，但依赖训练有素的操作员，在大规模数据集上难以扩展68% 相似待验证完整3D脑MRI修复方法能保持体积一致性但计算成本高昂66% 相似待验证图像处理涉及大量可并行的像素级运算（如本底扣除、坏点修正、特征提取与降噪），这类任务是GPU的强项66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002406

API

curl https://kongchang.com/api/v1/knowledge/claims/1002406

MCP

get_claim(id=1002406)