NuNext：将核检测问题重新定义为下一点检测
计算机视觉与模式识别
2026-03-10 v1
摘要
组织片中核糖检测是临床应用的关键环节。现有方法要么回归核代理图并需复杂后处理，要么使用稠密锚点或查询，导致前景-背景严重不平衡。本文将核检测问题重新定义为下一点预测，开发了一种多模态大语言模型，直接从输入图像输出前景核糖质心。模型采用两阶段训练。在监督学习阶段，我们提出空间感知软监督以放宽严格的核心匹配，并引入链式视觉思考策略以整合视觉先验便于坐标预测。在强化学习微调阶段，我们设计分布匹配奖励、低方差分组筛选和细粒度优势塑造机制进一步提升模型的检测质量。大量实验在九个广泛使用的基准数据集上表明，我们的方法具有优势。代码将很快公开。
引用
@article{arxiv.2603.07098,
title = {NuNext: Reframing Nucleus Detection as Next-Point Detection},
author = {Zhongyi Shui and Honglin Li and Xiaozhong Ji and Ye Zhang and Zijiang Yang and Chenglu Zhu and Yuxuan Sun and Kai Yao and Conghui He and Cheng Tan},
journal= {arXiv preprint arXiv:2603.07098},
year = {2026}
}