基于语言指令细化 3D 医学分割
计算机视觉与模式识别
2026-03-17 v1 机器学习
摘要
准确的 3D 解剖结构分割是临床诊断和手术规划的关键。然而，自动化模型常常因受限且不平衡的训练数据、标注质量不足以及训练与部署设置之间的分布迁移，生成次优的形状预测。一种自然的解决方案是基于放射科医生的语言指令迭代细化预测的形状。然而，这受限于缺乏将错误形状与相应纠正指令显式关联的配对数据。为此，我们引入 CoWTalk，一个包含可控合成解剖错误及其相应修复指令的 3D 动脉解剖结构基准数据集。基于此基准，我们进一步提出一种迭代细化模型，将 3D 形状表示为向量集合，并与文本指令交互，以逐步更新目标形状。实验结果表明，我们的方法在受损输入和具竞争力的基线上均实现了显著提升，凸显了语言驱动的临床医生在环制 refinement 3D 医学形状建模的可行性。
引用
@article{arxiv.2603.14496,
title = {Refining 3D Medical Segmentation with Verbal Instruction},
author = {Kangxian Xie and Jiancheng Yang and Nandor Pinter and Chao Wu and Behzad Bozorgtabar and Mingchen Gao},
journal= {arXiv preprint arXiv:2603.14496},
year = {2026}
}