RobustSurg：解决外分布手术场景分割的域泛化问题
计算机视觉与模式识别
2025-12-03 v1
摘要
虽然近期深度学习在手术场景分割方面在单中心和单成像模态数据上取得了令人鼓舞的成果，但这些方法通常无法推广到未见分布（即其他中心）和未见模态的数据。目前用于解决外分布数据和因模态变化导致的域差异问题的文献大多针对自然场景数据，但由于视觉线索有限且场景高度多样，这些方法难以直接应用于手术场景。灵感来自自然场景中的相关工作，我们假设利用手术场景中的风格和内容信息可最小化外观变化，使其对突发变化（如血液或成像伪影）更不变。这可以通过执行实例归一化和特征协方差映射技术来实现，以获得稳健且具可泛化性的特征表示。此外，为消除去除感兴趣对象特征表示风险，我们在特征学习 ResNet 主干网络中引入了恢复模块，以保留有用的任务相关特征。为解决手术场景分割缺乏多类别和多中心数据的瓶颈，我们还提供了一个新建构的数据集，这对于解决该领域的可泛化性至关重要。我们的方法 RobustSurg 在使用 CholecSeg8K 训练时，相较于 baseline DeepLabv3+ 近乎提升 23%，在 HeiCholSeg 数据集上实现了从 10%~32% 的提升；同样地，RobustSurg 在 EndoUDA 肠息肉数据集目标集合上相较于 baseline 提升近 22%，相较于最近的 SOTA 方法提升约 11%。
引用
@article{arxiv.2512.02188,
title = {RobustSurg: Tackling domain generalisation for out-of-distribution surgical scene segmentation},
author = {Mansoor Ali and Maksim Richards and Gilberto Ochoa-Ruiz and Sharib Ali},
journal= {arXiv preprint arXiv:2512.02188},
year = {2025}
}
备注
Submitted to Medical Image Analysis