自己教師あり学習を用いた嚢胞性ヒグローマ検出の改善

本論文は、高リスクの出生前状態である嚢胞性ヒグローマを、超音波画像を用いて検出する課題に取り組んでいます。主な貢献は、ラベル付きデータセットが少ないという制限を克服するために、超音波特有の自己教師あり学習（USF-MAE）を適用したことです。結果はベースラインモデルよりも大幅な改善を示し、早期スクリーニングと患者の転帰改善に対するこのアプローチの可能性を強調しています。