pancakes：生物医学领域跨协议一致多标签图像分割
计算机视觉与模式识别
2025-12-16 v1 机器学习
摘要
单张生物医学图像可根据所需应用进行多种方式的有意义分割。例如，脑部MRI可根据组织类型、血管分布、宽泛解剖区域、细粒解剖或疾病等进行分割。现有自动分割模型通常仅支持单一协议（即其训练所使用的协议），或需要大量人工干预以指定所需的分割方式。我们引入Pancakes框架，给定来自先前未见域的新图像，自动生成多个合理协议的多标签分割图，并在相关图像之间保持语义一致性。Pancakes引入了一种当前无法由现有基础模型实现的新问题表述。在七个独立数据集上的一系列实验中，我们证明该模型在生成多个语义连贯的全图像分割方面显著优于现有基础模型。
引用
@article{arxiv.2512.13534,
title = {Pancakes: Consistent Multi-Protocol Image Segmentation Across Biomedical Domains},
author = {Marianne Rakic and Siyu Gai and Etienne Chollet and John V. Guttag and Adrian V. Dalca},
journal= {arXiv preprint arXiv:2512.13534},
year = {2025}
}
备注
Accepted at NeurIPS 2025. Code available at: https://github.com/mariannerakic/Pancakes