RoMedFormer：一种用于MRI和CT中三维泌尿生殖-骨盆结构分割的旋转位置编码Transformer基础模型
图像与视频处理
2025-03-19 v1 计算机视觉与模式识别
摘要
基于深度学习对MRI和CT中泌尿生殖-骨盆结构的分割对于放射治疗、手术规划和疾病诊断等应用至关重要。然而，现有分割模型通常在成像模态和解剖变异方面泛化能力不足。在本工作中，我们提出了RoMedFormer，一种基于旋转位置编码Transformer的基础模型，专为MRI和CT中三维女性泌尿生殖-骨盆结构分割而设计。RoMedFormer利用自监督学习和旋转位置编码来增强空间特征表示并捕获三维医学数据中的长程依赖关系。我们使用多样化的三维MRI和CT扫描数据集对模型进行预训练，并针对下游分割任务进行微调。实验结果表明，RoMedFormer在分割泌尿生殖-骨盆器官方面取得了优越性能。我们的发现凸显了基于Transformer架构在医学图像分割中的潜力，并为更具迁移性的分割框架铺平了道路。
引用
@article{arxiv.2503.14304,
title = {RoMedFormer: A Rotary-Embedding Transformer Foundation Model for 3D Genito-Pelvic Structure Segmentation in MRI and CT},
author = {Yuheng Li and Mingzhe Hu and Richard L. J. Qiu and Maria Thor and Andre Williams and Deborah Marshall and Xiaofeng Yang},
journal= {arXiv preprint arXiv:2503.14304},
year = {2025}
}