DINO-MVR：冻结DINOv3的多视角读取用于注释高效医学分割
计算机视觉与模式识别
2026-05-11 v1
摘要
适配基础模型进行医学分割通常需要细调背板或使用高容量任务特定解码器，这两种方法在注释稀缺时难以可靠实现。我们表明冻结的DINOv3特征已包含医学分割中有用的结构和边界线索，主要瓶颈在于如何读取这些特征。我们提出DINO-MVR，一种用于注释高效医学分割的多视角读取框架。DINO-MVR仅在冻结DINOv3背板最后三层Transformer块的特征上训练轻量MLP探针，不更新背板本身。在推断时，将每个输入通过互补分辨率和测试时增强处理，其概率图通过熵加权融合并用简单空间正则化进行细化。对于体积输入，高斯z轴平滑进一步改善了切片间一致性。在内窥镜、皮肤病变和MRI基准测试中固定评估协议下，DINO-MVR实现了强大的仅读取性能，包括Kvasir-SEG上的0.895 Dice、ISIC 2018上的0.897 Dice以及BraTS FLAIR全肿瘤分割上的0.908 Dice。仅用五名BraTS患者注释即可恢复40名BraTS参考运行性能的98.4%。这些结果表明，冻结的自监督视觉背板在配合有效的多视角读取框架后，可支持准确的医学分割。
引用
@article{arxiv.2605.07221,
title = {DINO-MVR: Multi-View Readout of Frozen DINOv3 for Annotation-Efficient Medical Segmentation},
author = {Wei Jiang and Feng Liu and Nan Ye and Hongfu Sun},
journal= {arXiv preprint arXiv:2605.07221},
year = {2026}
}