医学图像中的多轮实体级推理分割：MediRound
计算机视觉与模式识别
2026-03-12 v4 人工智能
摘要
尽管近期在基于文本提示的医学图像分割方面取得了进展，但这些方法受限于单轮对话，无法支持多轮推理，而这在医学教育场景中至关重要。本文引入一种新任务——多轮实体级医学推理分割（Multi-Round Entity-Level Medical Reasoning Segmentation，MEMR-Seg），要求通过多轮查询生成分割掩码，帮助学习者逐步发展对医学知识的理解。为支持该任务，我们构建了 MR-MedSeg 数据集，包含 17.7 万组多轮医学分割对话，涵盖跨轮次的实体化推理。进一步，我们提出一种有效的基线模型 MediRound，用于多轮医学推理分割。为缓解多轮分割链式管道中固有的误差传播，我们在模型推理期间引入一种轻量且有效的判决与纠正机制（Judgment & Correction Mechanism）。实验结果表明，我们的方法有效解决了 MEMR-Seg 任务，优于常规医学指代分割方法。项目已开源于 https://github.com/Edisonhimself/MediRound。
引用
@article{arxiv.2511.12110,
title = {MediRound: Multi-Round Entity-Level Reasoning Segmentation in Medical Images},
author = {Qinyue Tong and Ziqian Lu and Jun Liu and Rui Zuo and Zheming Lu and Yueming Jin},
journal= {arXiv preprint arXiv:2511.12110},
year = {2026}
}
备注
15pages, 9 figures