RF-HiT：用于通用医学图像分割的整流流分层 Transformer
计算机视觉与模式识别
2026-04-22 v1
摘要
准确的医学图像分割既需要长距离上下文推理，又需要精确的边界描绘，在这一任务中，现有的基于 Transformer 和基于扩散的范式经常受到二次计算复杂度和极高推理延迟的瓶颈制约。我们提出了 RF-HiT，一种整流流分层 Transformer，它将沙漏型 Transformer 主干与多尺度分层编码器相结合，以实现解剖学引导的特征条件化。与先前基于扩散的方法不同，RF-HiT 利用整流流和高效的 Transformer 块来实现线性复杂度，同时仅需少量离散化步骤。该模型进一步通过可学习插值融合跨分辨率的条件特征，从而以最小的计算开销实现有效的多尺度表示。因此，RF-HiT 实现了强大的效率-性能权衡，仅需 10.14 GFLOPs、13.6M 参数，并且推理步骤少至三步。尽管设计紧凑，RF-HiT 在 ACDC 上达到了 91.27% 的平均 Dice，在 BraTS 2021 上达到了 87.40%，取得了与计算量大得多的架构相当或更优的性能。这证明了它作为实时临床分割的鲁棒、计算高效的基础的巨大潜力。
引用
@article{arxiv.2604.19570,
title = {RF-HiT: Rectified Flow Hierarchical Transformer for General Medical Image Segmentation},
author = {Ahmed Marouane Djouama and Abir Belaala and Abdellah Zakaria Sellam and Salah Eddine Bekhouche and Cosimo Distante and Abdenour Hadid},
journal= {arXiv preprint arXiv:2604.19570},
year = {2026}
}