VISTA：基于方差门控的多序列 MRI 分段测试时自适应
计算机视觉与模式识别
2026-05-19 v1
摘要
将多序列磁共振成像（MRI）分段模型部署到新的临床环境具有挑战性，因为扫描仪和获取协议的差异会导致性能下降。虽然已有的 TTA 方法处理基本的单模态漂移，但往往无法应对根本性的双向漂移问题，因为其适应信号未能捕捉破坏序列间一致性的模态相互作用漂移。为此，我们提出了方差门控的序列间测试时自适应（VISTA），一种无源框架，旨在解决模态相互作用漂移。首先，我们设计了序列间干预生成器（ISIG），通过在序列之间交换低频谱和熵局部块来生成一组一致性探针，既保留解剖语义，又挑战序列间依赖。其次，我们引入基于交叉视图不一致性的伪标记（CDPL），利用交叉视图不一致方差建立体素级可靠性度量，以动态门控自训练并强制执行干预一致性，鼓励网络依赖稳健的解剖语义。广泛的实验表明，在从标准成人 MRI（BraTS-GLI-Pre）适应非洲低场（BraTS-SSA）和儿童（BraTS-PED）数据集时，VISTA 优于对手方法，分别在 SSA 和 PED 上实现了 +1.89% 和 +2.82% 的 Dice 提升。该代码已公开于 https://github.com/dzp2095/VISTA。
引用
@article{arxiv.2605.17433,
title = {VISTA: Variance-Gated Inter-Sequence Test-Time Adaptation for Multi-Sequence MRI Segmentation},
author = {Zhipeng Deng and Jiale Zhou and Wenhan Jiang and Haolin Wang and Xun Lin and Yafei Ou and Yefeng Zheng},
journal= {arXiv preprint arXiv:2605.17433},
year = {2026}
}
备注
MICCAI2026 early accept