MR-JEPA：用于心脏MRI的通用视频基础模型

心脏磁共振成像（CMR）产生丰富的序列数据，例如时间上的cine视频和空间上的LGE/mapping堆栈，但大多数深度学习方法只处理单独的2D切片，忽略了这些上下文。我们提出MR-JEPA，这是一种用于CMR的自监督视频基础模型，它通过tubelet tokenization、时空掩码增强以及从2D CMR基础模型初始化，将LeJEPA扩展到3D时空输入。与以往仅限于cine数据的CMR视频模型不同，MR-JEPA在来自两个中心的10,505名患者的多序列数据（cine、LGE、mapping）上进行预训练，且未使用标注。我们使用统一的多视角门控注意力架构，在六个下游任务上评估冻结的编码器：左心室射血分数、右心室射血分数、三种心肌应变（GLS、GCS、GRS）以及四分类疾病检测。MR-JEPA在全部五个回归任务上都优于其他比较方法，包括一个在更多数据上并结合文本监督预训练的领域特定CMR模型，以及一个自然视频基础模型；其LV EF MAE达到4.79%（r=0.764），GLS MAE达到1.87（r=0.805），在应变任务上相较基线的MAE降低了21-27%。在疾病检测方面，MR-JEPA取得了0.868的宏平均AUG，尽管采用完全自监督的预训练目标，仍然与领域特定基线保持竞争力。这些结果表明，统一的视频编码器在临床心脏定量和诊断中，能够稳健地、多视角地利用多样化的CMR序列，具有潜力。