PRS-Med：基于位置推理的医学影像分割
计算机视觉与模式识别
2026-04-01 v4
摘要
基于提示的医学图像分割迅速崛起，但现有方法依赖显式提示如边界框，且难以推理临床诊断所必需的空间关系。虽然通用领域模型尝试复杂的坐标回归，但这些方法往往缺乏医学应用所需的结构化可靠性。本文引入 PRS-Med，一个统一框架，采用优雅的、以临床为导向的方法进行位置推理分割。通过利用集成分割解码器的医学视觉语言模型，PRS-Med 模拟放射科医生在特定解剖区域识别病灶所使用的结构化“搜索模式”。为支持这种稳健的推理，我们提出了医学位置推理分割数据集（PosMed），该数据集涵盖六种影像模态，包含 116,000 组由专家验证的、具有空间定位的问答对。与之前脆弱的空间推理尝试不同，PosMed 采用经放射科医生认证的可扩展、确定性管道，确保临床准确性。广泛的实验表明，基于区域的推理不仅提高了分割准确率（平均 Dice 提升最高达 +31.2%），还提供了一个高置信度的可解释性层，显著优于面向复杂推理模型的领先方法。通过优先考虑功能可靠性而非不必要的技术复杂性，PRS-Med 为下一代智能医学助手提供了实用且可扩展的基线。
引用
@article{arxiv.2505.11872,
title = {PRS-Med: Position Reasoning Segmentation in Medical Imaging},
author = {Quoc-Huy Trinh and Minh-Van Nguyen and Jun Zeng and Debesh Jha and Ulas Bagci},
journal= {arXiv preprint arXiv:2505.11872},
year = {2026}
}