基于几何先验的U-Net变体多项段分割方法
计算机视觉与模式识别
2026-01-27 v1
摘要
准确、稳健的多项段分割对于早期结直肠癌检测和计算机辅助诊断至关重要。虽然基于卷积神经网络、Transformer和Mamba的U-Net变体已取得强性能，但在低对比度或杂乱的结肠镜场景下仍难以捕获几何和结构线索。为此，我们提出一种 novel 几何先验引导模块（GPM），将显式几何先验注入U-Net架构进行多项段分割。具体而言，我们在模拟ColonDepth数据集上微调视觉几何 grounding Transformer（VGGT），为内窥镜领域定制多项段图像的深度图。这些深度图随后经GPM处理，将几何先验编码到编码器特征图中，并通过空间和通道注意力机制进行细化，强调局部空间和全局通道信息。GPM即插即用，可无缝集成到多样化的U-Net变体中。广泛实验表明，在五个公开的多项段分割数据集上，GPM consistently 超过三个强基线。代码和生成的深度图均已提供。
引用
@article{arxiv.2601.17331,
title = {Learning with Geometric Priors in U-Net Variants for Polyp Segmentation},
author = {Fabian Vazquez and Jose A. Nuñez and Diego Adame and Alissen Moreno and Augustin Zhan and Huimin Li and Jinghao Yang and Haoteng Tang and Bin Fu and Pengfei Gu},
journal= {arXiv preprint arXiv:2601.17331},
year = {2026}
}