基于CNN与基于Transformer的模型在RATIC数据集上腹部多器官分割的基准测试
计算机视觉与模式识别
2026-03-20 v1
摘要
腹部CT扫描中的精确多器官分割对于计算机辅助诊断和治疗至关重要。虽然卷积神经网络长期以来一直是医学图像分割的标准方法，但基于Transformer的架构因其建模长程依赖关系的能力而最近受到关注。在本研究中，我们在异质的RATIC数据集上，系统地将三种混合Transformer模型UNETR、SwinUNETR和UNETR++与一个强大的CNN基线模型SegResNet进行基准测试，用于体积多器官分割。该数据集包含来自全球23个机构的206个带注释的CT扫描，覆盖五个腹部器官。所有模型均在相同的预处理和训练条件下进行训练和评估，并使用Dice相似系数作为主要指标。结果表明，基于CNN的SegResNet取得了最高的整体性能，在所有器官上均优于所有混合Transformer模型。在基于Transformer的方法中，UNETR++取得了最具竞争力的结果，而UNETR则表现出明显更快的收敛速度，需要的训练迭代次数更少。这些发现表明，对于中小型异质数据集，优化良好的CNN架构仍然具有很强的竞争力，并且可能优于混合Transformer设计。
引用
@article{arxiv.2603.18616,
title = {Benchmarking CNN-based Models against Transformer-based Models for Abdominal Multi-Organ Segmentation on the RATIC Dataset},
author = {Lukas Bayer and Sheethal Bhat and Andreas Maier},
journal= {arXiv preprint arXiv:2603.18616},
year = {2026}
}