Medverse：用于全分辨率 3D 医学图像分割、变换与增强的通用模型
计算机视觉与模式识别
2025-11-21 v3
摘要
上下文学习（ICL）为医学图像分析提供了有前景的范式，使模型能够在无需重新训练的情况下执行多样化的图像处理任务。然而，当前针对医学成像的 ICL 模型在两个关键方面受限：它们无法同时实现高保真预测和全局解剖理解；且不存在在多样化医学成像任务（如分割和增强）和多个解剖区域上训练的统一模型。因此，ICL 在医学成像中的完全潜力仍未得到充分探索。鉴于此，我们提出了 Medverse，这是一个用于 3D 医学成像的通用 ICL 模型，基于覆盖多个器官、成像模态和临床中心的 22 个数据集进行训练，涵盖通用图像分割、变换和增强等多任务。Medverse 采用按比例自回归的上下文学习框架，从粗到细逐步细化预测，生成一致的全分辨率体积输出，实现多尺度解剖感知。我们进一步提出了块状交叉注意力模块，通过空间稀疏性保持计算效率的同时促进上下文与目标输入之间的长程相互作用。Medverse 在广泛的 held-out 数据集上进行了大规模评估，涵盖以前未见的临床中心、器官、物种和成像模态。结果表明，Medverse 在所有评估指标上均显著优于现有 ICL baseline，确立了上下文学习的新范式。代码和模型权重将公开提供。我们的模型已在 https://github.com/jiesihu/Medverse 上公开可用。
引用
@article{arxiv.2509.09232,
title = {Medverse: A Universal Model for Full-Resolution 3D Medical Image Segmentation, Transformation and Enhancement},
author = {Jiesi Hu and Jianfeng Cao and Yanwu Yang and Chenfei Ye and Yixuan Zhang and Hanyang Peng and Ting Ma},
journal= {arXiv preprint arXiv:2509.09232},
year = {2025}
}