SemiSAM-O1：如何推动医学图像分割注释效率的边界
计算机视觉与模式识别
2026-04-28 v1
摘要
半监督学习（SSL）已成为缓解深度学习医学图像分割模型注释负担的有前景方案。尽管近期基于基础模型驱动的SSL方法已将边界推至极端有限注释场景，但在复杂成像模态下难以维持稳健的竞争性能。本文提出SemiSAM-O1，一个仅需一个已标注模板图像即可完成分割的注释效率框架。SemiSAM-O1通过充分利用基础模型的特征表示能力（超越其提示界面），将专家-通用型协作学习框架扩展至极端单标签设置。在第一个阶段，基础模型的编码器从所有体积数据中提取稠密特征，并通过特征相似性将来自单个已标注模板的类别原型传递到未标记数据池中，以生成粗糙的初始伪标签。在第二个阶段，一个迭代的训练与细化循环在多个轮次中逐步改进分割模型和伪标签：每个轮次都在当前伪标签上从头训练模型，并生成带有体素级不确定性估计的更新预测。不确定性引导的细化步骤进一步利用基础模型的全局特征空间纠正高不确定性区域，通过聚合来自其最相似且置信度更高的邻居标签，形成良性循环的相互改进。在广泛的分割任务实验中（涵盖不同模态和解剖目标），结果表明SemiSAM-O1显著缩小了单标签半监督学习与完全监督学习之间的性能差距，同时大幅降低了在线基础模型推理的计算开销。
引用
@article{arxiv.2604.24109,
title = {SemiSAM-O1: How far can we push the boundary of annotation-efficient medical image segmentation?},
author = {Yichi Zhang and Le Xue and Bichun Xu and Judong Luo and Zhigang Wu and Yu Fu and Zixin Hu and Yuan Cheng and Yuan Qi},
journal= {arXiv preprint arXiv:2604.24109},
year = {2026}
}