QMaxViT-Unet+：一种基于查询的MaxViT-Unet框架，结合边缘增强用于医学图像的涂鸦监督分割
计算机视觉与模式识别
2025-02-17 v1
摘要
先进深度学习模型在医学图像分割中的部署常受到广泛标注数据集需求的制约。允许使用较不精确标签的弱监督学习已成为应对这一挑战的有前景的解决方案。基于此方法，我们提出了QMaxViT-Unet+——一个用于涂鸦监督医学图像分割的新型框架。该框架基于U-Net架构，将编码器和解码器替换为多轴视觉Transformer（MaxViT）模块。这些模块增强了模型高效学习局部和全局特征的能力。此外，我们的方法集成了基于查询的Transformer解码器以细化特征，以及边缘增强模块以补偿涂鸦标签中有限的边界信息。我们在四个公共数据集上评估了所提出的QMaxViT-Unet+，聚焦于心脏结构、结肠息肉和乳腺癌：ACDC、MS-CMRSeg、SUN-SEG和BUSI。评估指标包括Dice相似系数（DSC）和95百分位Hausdorff距离（HD95）。实验结果表明，QMaxViT-Unet+在ACDC上达到89.1% DSC和1.316mm HD95，在MS-CMRSeg上达到88.4% DSC和2.226mm HD95，在SUN-SEG上达到71.4% DSC和4.996mm HD95，在BUSI上达到69.4% DSC和50.122mm HD95。这些结果表明，我们的方法在准确性、鲁棒性和效率方面优于现有方法，同时与完全监督学习方法保持竞争力。这使其成为医学图像分析的理想选择，在该领域中高质量标注往往稀缺，需要大量精力和成本。代码可在以下地址获取：https://github.com/anpc849/QMaxViT-Unet
引用
@article{arxiv.2502.10294,
title = {QMaxViT-Unet+: A Query-Based MaxViT-Unet with Edge Enhancement for Scribble-Supervised Segmentation of Medical Images},
author = {Thien B. Nguyen-Tat and Hoang-An Vo and Phuoc-Sang Dang},
journal= {arXiv preprint arXiv:2502.10294},
year = {2025}
}