几何交叉注意力与非空体素化用于高效 3D 医学图像分割
计算机视觉与模式识别
2026-04-08 v1
摘要
准确分割 3D 医学扫描对于临床诊断和治疗规划至关重要，然而现有方法往往无法在多样化的解剖结构和成像模态下同时实现高精度和计算效率。为应对这些挑战，我们提出了 GCNV-Net，一种新颖的 3D 医学分割框架，集成了三向动态非空体素变换器（3DNVT）、几何交叉注意力模块（GCA）和非空体素化。3DNVT 沿三个正交解剖平面——横断面、矢状面和冠状面——动态划分相关体素，实现对复杂 3D 空间依赖关系的有效建模。GCA 机制在多尺度特征融合过程中显式引入几何位置信息，显著增强了细粒度解剖分割精度。同时，非空体素化仅处理信息区域，大幅减少冗余计算而不损害分割质量，与传统体素化相比实现了 56.13% 的 FLOPs 减少和 68.49% 的推理延迟降低。我们在多个广泛使用的基准上评估了 GCNV-Net：BraTS2021、ACDC、MSD Prostate、MSD Pancreas 和 AMOS2022。我们的方法在所有数据集上达到了最先进的分割性能，相较于现有最佳方法 Dice 提升 0.65%、IoU 提升 0.63%、NSD 提升 1%、HD95 相对提升 14.5%。所有结果表明 GCNV-Net 有效平衡了准确性和效率，其在多样化器官、疾病条件和成像模态下的鲁棒性展现了临床部署的巨大潜力。
引用
@article{arxiv.2604.05515,
title = {Geometrical Cross-Attention and Nonvoid Voxelization for Efficient 3D Medical Image Segmentation},
author = {Chenxin Yuan and Shoupeng Chen and Haojiang Ye and Yiming Miao and Limei Peng and Pin-Han Ho},
journal= {arXiv preprint arXiv:2604.05515},
year = {2026}
}
备注
20 pages, 13 figures, supplementary material included, submitted to Medical Image Analysis