用于吞咽造影检查的结构感知关键点定位

基于摘要分析。研究针对吞咽造影检查（VFSS）中解剖关键点标注覆盖有限、未标注影像利用不足，以及模型可能记忆绝对坐标而非识别解剖结构的问题，提出数据集 VFSSKep 和结构感知半监督关键点定位框架 S³KL。 VFSSKep 将标注范围扩展至软腭，并纳入大规模未标注数据；摘要指出，既有研究通常关注颈椎、舌骨等有限关键点，且标注集中于主动吞咽片段。S³KL 包含 Structure-Aware Learning，用于提取高分辨率结构线索并学习结构感知表征；另通过结合 block shuffling 的 Structural Representation Consistency Learning，促进结构识别的不变性，旨在减少固定布局 X-ray 影像中的空间偏置。具体网络结构、损失形式及块打乱规则尚未验证。 作者报告，在其半监督关键点定位评估中，使用未标注数据与 25% 标注数据的方案优于使用 100% 标注数据的全监督方案，并称达到最先进的半监督性能。摘要未提供具体指标、数值、数据划分及对照模型，不能据此比较定位误差或确认跨受试者泛化；实验协议、消融及统计信息尚未验证。作者表示代码与数据将公开，当前可用性尚未验证。 平台推测（待验证）：该机制原本依赖具有可辨认解剖结构的二维影像、关键点监督及未标注样本，不能直接等同于 EEG 表征学习。其结构一致性思想可能对应 EEG 模型对固定通道位置或设备布局的依赖，但需将图像块改为保留电极拓扑和时间关系的结构单元，并重新定义一致性目标。低信噪比、跨被试差异、通道缺失与小数据可能使打乱操作破坏生理信息。一个可检验的小实验是在固定跨被试划分和标注预算下，对比基础半监督方法与加入拓扑约束一致性的方案，并检查通道扰动下的性能变化。已有 EEG 相关工作尚未检索确认。