FlexICL: 用于肘部和腕部超声分割的灵活视觉上下文学习框架
计算机视觉与模式识别
2025-10-31 v1
摘要
肘部和腕部骨折是儿科人群中最常见的骨折。超声（US）中肌肉骨骼结构的自动分割可以提高诊断准确性和治疗规划。骨折表现为皮质缺损，但需要专家解读。深度学习（DL）可以提供实时反馈并突出关键结构，帮助训练较少的用户更自信地进行检查。然而，用于训练的逐像素专家标注仍然耗时且昂贵。为应对这一挑战，我们提出了 FlexICL，一个用于分割 US 图像中骨区域的新型灵活上下文学习（ICL）框架。我们将其应用于视频内分割设置，其中专家仅标注少量帧，模型对未见帧进行分割。我们系统地研究了视觉 ICL 中的各种图像拼接技术和训练策略，并引入了显著增强模型在有限标注数据下性能的新拼接方法。通过集成多种增强策略，FlexICL 在四个腕部和肘部 US 数据集上实现了鲁棒的分割性能，仅需 5% 的训练图像即可超越最先进的视觉 ICL 模型（如 Painter、MAE-VQGAN）以及传统分割模型（如 U-Net 和 TransUNet），在 1,252 次 US 扫描上 Dice 系数提升 1-27%。这些初步结果凸显了 FlexICL 作为一种高效且可扩展的 US 图像分割解决方案的潜力，非常适合标注数据稀缺的医学成像用例。
引用
@article{arxiv.2510.26049,
title = {FlexICL: A Flexible Visual In-context Learning Framework for Elbow and Wrist Ultrasound Segmentation},
author = {Yuyue Zhou and Jessica Knight and Shrimanti Ghosh and Banafshe Felfeliyan and Jacob L. Jaremko and Abhilash R. Hareendranathan},
journal= {arXiv preprint arXiv:2510.26049},
year = {2025}
}