基于区域归一化 DPO 的医学图像分割：面对噪声评判器
计算机视觉与模式识别
2026-02-02 v1
摘要
虽然密集的像素级标注仍是医学图像分割的黄金标准，但获取成本高昂且难以扩展。相比之下，许多部署系统已产生廉价的自动质量控制(QC)信号，如模型一致性、不确定性测量或学习的掩码质量评分，这些信号可用于无需额外真实标注的模型训练。然而，这些信号可能噪声和偏差，使基于偏好的微调容易受到有害更新的影响。我们研究了使用由在小规模标注数据集上训练的监督基分割器生成的提议，以噪声评判器为依据进行分割的直接偏好优化(DPO)。我们发现，偏好对的挖掘方式对结果影响巨大：在评判器可靠时，选择评判器排名最高的提议可提高峰值性能，但在评判器较弱时，可能放大有害错误。我们提出了区域归一化 DPO(RN-DPO)，这是一种针对分割的目标函数，对掩码之间不一致区域的大小进行归一化，从而减少有害比较的影响并提高优化稳定性。在两个医学数据集和多个情景下，RN-DPO改进了持续性能并稳定了基于偏好的微调，超过标准 DPO 和强基线，无需额外像素标注。
引用
@article{arxiv.2601.23222,
title = {Region-Normalized DPO for Medical Image Segmentation under Noisy Judges},
author = {Hamza Kalisch and Constantin Seibold and Jens Kleesiek and Ken Herrmann and Frederic Jonske},
journal= {arXiv preprint arXiv:2601.23222},
year = {2026}
}