XNet：适用于小型数据集的医学X射线图像分割的卷积神经网络（CNN）实现

ConvFormer：结合CNN和Transformer的医学图像分割

ConvFormer: Combining CNN and Transformer for Medical Image Segmentation

University of Notre Dame（圣母大学）

基于卷积神经网络（CNN）的方法在医学图像分割中取得了巨大的成功，但由于卷积运算的有效感受野较小，其学习全局表示的能力仍然有限。基于Transformer的方法能够对用于捕获全局表示的信息的长距离依赖性进行建模，但是它们缺乏对局部上下文进行建模的能力。集成CNN和Transformer来学习局部和全局表示，同时探索多尺度特征有助于进一步改进医学图像分割。在本文中，我们提出了一个分层的CNN和Transformer混合架构，称为ConvFormer，用于医学图像分割。ConvFormer基于几种简单而有效的设计。(1)可变形Transformer（DeTrans）的前馈模块被重新设计以引入本地信息，称为增强型DeTrans。(2)基于卷积和增强DeTrans的组合，开发了一种剩余形状的混合茎，以捕获局部和全局表示，以增强表示能力。(3)我们的编码器利用残留形状的混合干在一个层次化的方式来生成不同尺度的特征图，并建立了一个额外的增强型DeTrans编码器与残留连接，以利用多尺度特征与不同尺度的特征图作为输入。在几个数据集上的实验表明，我们从头开始训练的ConvFormer优于各种基于CNN或Transformer的架构，实现了最先进的性能。

2022-11-15cs.CV

MobileUtr：重新审视轻量级CNN与Transformer在高效医学图像分割中的关系

MobileUtr: Revisiting the relationship between light-weight CNN and Transformer for efficient medical image segmentation

Harbin Institute of Technology（哈尔滨工业大学）；Shanghai Jiao Tong University（上海交通大学）；University of Science and Technology of China（中国科学技术大学）

MobileUtr通过将类Transformer的轻量级CNN模块作为ViTs的patch嵌入，并引入自适应局部-全局-局部模块，在基础设施层面融合CNN与Transformer优势，实现轻量且高效的医学图像分割。

2023-12-04cs.CVeess.IV

ACCL：弱监督医学图像分割的对抗性约束CNN损失

ACCL: Adversarial constrained-CNN loss for weakly supervised medical image segmentation

Beijing Institute of Technology（北京理工大学）

我们提出了对抗性约束CNN损失，约束CNN损失方法的一个新范例，用于弱监督医学图像分割。在新的范例中，先验知识被编码和描述的参考掩码，并进一步采用通过对抗学习与参考掩码的分割输出施加约束。与用于弱监督分割的伪标签方法不同，这样的参考掩模用于训练神经元而不是分割网络，因此不需要与特定图像配对。我们的新范式不仅大大方便了对网络输出施加先验知识，而且还提供了更强和更高阶的约束，即，分布近似，通过对抗学习。广泛的实验涉及不同的医疗方式，不同的解剖结构，不同的拓扑结构的感兴趣的对象，不同水平的先验知识和弱监督注释与不同的注释比率进行评估我们的ACCL方法。实验结果表明，该方法的分割效果优于CNN损失法，部分分割结果接近全监督的分割结果，充分验证了该方法的有效性和推广性。具体而言，我们报告了75.4%的平均Dice分数，平均注释率为0.65%，超过了现有技术，即，尺寸受限的CNN损失方法，大幅度提高了11.4%。我们的代码可在https://github.com/PengyiZhang/ACCL上公开获取。

2020-05-01cs.CV

用于医学图像分割的CapsNet

CapsNet for Medical Image Segmentation

University of Arkansas（阿肯色大学）

卷积神经网络（CNN）已经成功地解决了计算机视觉中的任务，包括医学图像分割，因为它们能够从非结构化数据中自动提取特征。然而，CNN对旋转和仿射变换敏感，它们的成功依赖于捕获各种输入变化的大规模标记数据集。这种网络范式在规模上提出了挑战，因为获取用于医疗分割的注释数据是昂贵的，并且有严格的隐私法规。此外，使用CNN的视觉表示学习有其自身的缺陷，例如，可以理解的是，传统CNN中的池化层倾向于丢弃位置信息，并且CNN倾向于在方向和大小不同的输入图像上失败。Capsule网络（CapsNet）是最近的一种新架构，通过用动态路由和卷积步长取代池化层，在表示学习中实现了更好的鲁棒性，在分类、识别、分割和自然语言处理等流行任务上显示出潜在的结果。与导致标量输出的CNN不同，CapsNet返回向量输出，旨在保留部分-整体关系。在这项工作中，我们首先介绍了CNN的局限性和CapsNet的基本原理。然后，我们提供了CapsNet的最新进展，用于医学图像分割的任务。最后，我们讨论了各种有效的网络架构，以实现2D图像和3D体积医学图像分割的CapsNet。

2022-03-16cs.CVeess.IV

HiFormer：基于Transformers的医学图像分层多尺度表示方法

HiFormer: Hierarchical Multi-scale Representations Using Transformers for Medical Image Segmentation

Iran University of Science and Technology（伊朗科技大学）；RWTH Aachen University（亚琛工业大学）；Shahid Beheshti University（沙希德·贝赫什提大学）；University of Montreal（蒙特利尔大学）；Polytechnique Montreal（蒙特利尔理工学院）；Quebec AI Institute（魁北克人工智能研究所）；University of Regensburg（雷根斯堡大学）；Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学MEVIS研究所）

卷积神经网络（CNN）已成为医学图像分割的共识。然而，由于卷积运算的性质，它们在建模长程依赖性和空间相关性方面受到限制。虽然Transformers最初是为了解决这个问题而开发的，但它们无法捕获低级别的功能。与此相反，它表明，局部和全局功能是至关重要的密集预测，如在具有挑战性的背景下分割。在本文中，我们提出了HiFormer，一种有效地桥接CNN和Transformer的医学图像分割的新方法。具体来说，我们设计了两个多尺度的功能表示使用开创性的Swin Transformer模块和基于CNN的编码器。为了确保从上述两种表示中获得的全局和局部特征的精细融合，我们提出了一个双层融合（DLF）模块，该模块在编码器-解码器结构的跳过连接中。在各种医学图像分割数据集上的大量实验证明了HiFormer在计算复杂性以及定量和定性结果方面优于其他基于CNN、基于变换器和混合方法的有效性。我们的代码可在https://github.com/amirhossein-kz/HiFormer上公开获取

2023-01-09cs.AIcs.CV

基于卷积神经网络的医学图像分割

Convolutional neural networks for medical image segmentation

KU Leuven（鲁汶大学）

在这篇文章中，我们研究了卷积神经网络（CNN）的一些基本方面，重点是医学图像分割。首先，我们讨论了CNN架构，从而突出了数据的空间来源，体素分类和感受野。其次，我们讨论了输入输出对的采样，从而突出了体素分类，补丁大小和感受野之间的相互作用。最后，我们给出了分类和分割的CNN架构的关键变化的历史概述，深入了解了三个关键的CNN架构之间的关系：FCN，U-Net和DeepMedic。

2022-11-17cs.CVcs.LG

Beyond CNN：Exploiting Further Inherent Symmetries in Medical Image Segmentation（超越CNN：在医学图像分割中进一步利用固有对称性）

Beyond CNNs: Exploiting Further Inherent Symmetries in Medical Image Segmentation

Macquarie University（麦考瑞大学）；University of Technology Sydney（悉尼科技大学）；Shanghai AI Laboratory（上海人工智能实验室）

肿瘤或病变的自动分割是医学图像分析和计算机辅助诊断的关键步骤。虽然现有的基于卷积神经网络（CNN）的方法已经达到了最先进的性能，但在医学肿瘤分割中仍然存在许多挑战。这是因为，尽管人类视觉系统可以有效地检测2D图像中的对称性，但常规CNN只能利用平移不变性，忽略了医学图像中存在的其他固有对称性，如旋转和反射。为了解决这个问题，我们提出了一种新型的组等变分割框架，通过对这些固有对称性进行编码来学习更精确的表示。首先，基于核的同变操作设计在每个方向上，这使得它能够有效地解决现有方法中学习对称性的差距。然后，为了保持分割网络全局等变，我们设计了具有逐层对称约束的独特组层。最后，基于我们的新框架，对真实世界的临床数据进行了广泛的实验，结果表明，Group Equivariant Res-UNet（命名为GER-UNet）在肝脏肿瘤分割，COVID-19肺部感染分割和视网膜血管检测等任务中优于其常规的基于CNN的对应物和最先进的分割方法。更重要的是，新构建的GER-UNet还显示出降低样本复杂性和滤波器冗余、升级当前分割CNN以及在其他医学成像模式上描绘器官的潜力。

2022-07-29cs.CVcs.LGeess.IV

当CNN遇见ViT：面向多类医学图像语义分割的半监督学习

When CNN Meet with ViT: Towards Semi-Supervised Learning for Multi-Class Medical Image Semantic Segmentation

University of Oxford（牛津大学）；Imperial College London（伦敦帝国学院）

针对医学图像分割标注稀缺问题，提出一种结合CNN与ViT的半监督框架，通过伪标签双视图协同训练和一致性感知引导，在公共基准上取得最先进性能。

2024-02-08cs.CVeess.IV

CoTr：有效桥接CNN和Transformer的三维医学图像分割

CoTr: Efficiently Bridging CNN and Transformer for 3D Medical Image Segmentation

The University of Adelaide（阿德莱德大学）；Northwestern Polytechnical University（西北工业大学）

卷积神经网络（CNN）已成为当今三维医学图像分割的事实标准。然而，这些网络中使用的卷积运算由于其局部性和权重共享的归纳偏差而不可避免地在建模长程依赖性方面存在局限性。虽然Transformer是为解决这个问题而诞生的，但它在处理高分辨率3D特征图时存在极端的计算和空间复杂性。在本文中，我们提出了一种新的框架，有效地桥接一个{ \bf Co}卷积神经网络和一个{ \bf Tr}变换器{ \bf（CoTr）}准确的三维医学图像分割。在此框架下，构造CNN来提取特征表示，并构建一个高效的可变形Transformer（DeTrans）来对提取的特征图进行长程依赖建模。与香草Transformer平等对待所有图像位置不同，我们的DeTrans通过引入可变形的自注意力机制，只关注一小部分关键位置。因此，DeTrans的计算和空间复杂性已大大降低，使其能够处理多尺度和高分辨率的特征图，这通常是至关重要的图像分割。我们对涵盖11个主要人体器官的多图谱标记超出颅骨穹窿（BCV）数据集进行了广泛的评估。结果表明，我们的CoTr在3D多器官分割任务上比其他基于CNN、基于变换器和混合方法的性能有了很大的提高。代码可在\def \UrlFont{\rm\small\ttfamily} \url{https://github.com/YtongXie/CoTr}获得

2021-03-04cs.CV

ScribFormer：Transformer使CNN在基于涂鸦的医学图像分割中表现更好

ScribFormer: Transformer Makes CNN Work Better for Scribble-based Medical Image Segmentation

Xiamen University（厦门大学）；University of Washington（华盛顿大学）；Peking University（北京大学）；University of Hull（赫尔大学）；Chinese University of Hong Kong（香港中文大学）；Hong Kong Institute of Medical Engineering（香港医学工程研究所）；Hong Kong Centre for Cerebro-cardiovascular Health Engineering（香港心脑血管健康工程中心）；ShanghaiTech University（上海科技大学）；Shanghai United Imaging Intelligence Co., Ltd.（上海联影智能医疗科技有限公司）；Shanghai Clinical Research and Trial Center（上海临床研究与试验中心）

针对涂鸦监督分割中CNN难以捕获全局形状信息的问题，提出CNN-Transformer混合三分支模型ScribFormer，融合局部与全局特征，在多个数据集上超越现有方法，甚至优于全监督方法。

2024-02-03cs.AIcs.CVcs.LG

MSLAU-Net：一种用于医学图像分割的混合CNN-Transformer网络

MSLAU-Net: A Hybrid CNN-Transformer Network for Medical Image Segmentation

College of Computer Science and Engineering（计算机科学与工程学院）；College of Artificial Intelligence（人工智能学院）；Department of Pharmacy（药学部）；Department of Prosthodontics（修复学部）；Chongqing Key Laboratory of Oral Diseases（重庆口腔疾病重点实验室）；Chongqing Municipal Key Laboratory of Oral Biomedical Engineering of Higher Education（重庆市口腔生物医学工程高等教育重点实验室）；School of Computer Science and Engineering（计算机科学与工程学院）；Southeast University（东南大学）

本文提出MSLAU-Net，结合CNN和Transformer的优势，通过多尺度线性注意力和自上而下特征聚合机制，提升医学图像分割的精度与效率。

2026-04-22cs.CV

用于医学图像分割的金字塔医学Transformer

Pyramid Medical Transformer for Medical Image Segmentation

Washington University in St. Louis（圣路易斯华盛顿大学）

深度神经网络已经成为医学图像处理领域的主流技术。然而，最流行的基于卷积神经网络（CNN）的医学图像分割方法是不完美的，因为它们通过堆叠层或放大滤波器来建模长程依赖性。最近提出的Transformers和自我注意力机制，以有效地学习长距离的依赖关系，通过建模所有对字到字的注意，而不管他们的位置。这个想法也被扩展到计算机视觉领域，通过创建和处理图像补丁作为嵌入。考虑到整个图像自关注的计算复杂度，当前基于transformer的模型解决了刚性分割方案，可能会丢失信息关系。此外，目前的医疗Transformers模型的全分辨率图像的全球背景，导致不必要的计算成本。为了解决这些问题，我们开发了一种新的方法来集成多尺度注意力和CNN特征提取使用金字塔网络架构，即金字塔医疗Transformer（PMTrans）。PMTrans通过处理多分辨率图像来捕获多范围关系。一个自适应的分区计划，以保持信息的关系，并有效地访问不同的感受野。在三个医学图像数据集（腺体分割，MoNuSeg和HECKTOR数据集）上的实验结果表明，PMTrans优于最新的基于CNN和基于transformer的医学图像分割模型。

2022-04-29cs.CV

PARF-Net：将逐像素自适应感受野集成到用于医学图像分割的混合 Transformer-CNN 网络中

PARF-Net: integrating pixel-wise adaptive receptive fields into hybrid Transformer-CNN network for medical image segmentation

School of Information Engineering, Ningxia University（宁夏大学信息工程学院）

针对混合 Transformer-CNN 固定感受野及依赖融合不足的问题，本文提出 PARF-Net，利用逐像素自适应卷积和轻量混合模块提升医学图像分割性能。

2025-01-06cs.CV

利用深度学习保障医疗安全：一种用于医疗物联网威胁检测的基于CNN的模型

Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection

针对医疗物联网融合带来的网络安全挑战，本研究提出基于CNN的攻击检测方法，在含18类攻击的CICIoMT2024数据集上多任务准确率达99%，优于传统ML及DNN模型，有效提升医疗物联网安全防护能力。

2025-02-21cs.AIcs.CRcs.LG

用于增强皮肤病变分割的 Transformer-CNN 融合架构

Transformer-CNN Fused Architecture for Enhanced Skin Lesion Segmentation

Liverpool John Moores University（利物浦约翰摩尔大学）

本文针对 CNN 在医学图像分割中难以捕获长程依赖和全局上下文的问题，提出一种融合 Transformer 与 CNN 的混合架构，并通过多组实验验证其在皮肤病变分割中的有效性。

2024-01-10cs.CVeess.IV

用于医学图像分割的CNN-Transformer校正协同学习

CNN-Transformer Rectified Collaborative Learning for Medical Image Segmentation

School of Information and Communication Engineering, Dalian University of Technology（大连理工大学信息与通信工程学院）；Key Laboratory for Ubiquitous Network and Service Software of Liaoning Province（辽宁省泛在网络与服务软件重点实验室）；DUT-RU International School of Information Science and Engineering, Dalian University of Technology（大连理工大学-鲁东大学国际信息科学与工程学院）；Affiliated Zhongshan Hospital of Dalian University（大连大学附属中山医院）

本文提出CNN-Transformer校正协同学习（CTRCL）框架，通过双向知识转移结合CNN与Transformer优势，并设计RLCL和CFCL策略优化logit与特征空间的知识传递，在医学图像分割任务上取得优异性能。

2024-08-27cs.CV

TFCNs：一种用于医学图像分割的CNN-Transformer混合网络

TFCNs: A CNN-Transformer Hybrid Network for Medical Image Segmentation

Xiamen University（厦门大学）；Beihang University（北京航空航天大学）；University of Hull（赫尔大学）；Chinese Academy of Sciences（中国科学院）

医学图像分割是医学信息分析中最基本的任务之一。到目前为止，已经提出了各种解决方案，包括许多基于深度学习的技术，如U-Net，FC-DenseNet等。然而，由于医学图像中存在固有的放大和失真，以及存在与正常组织密度相似的病变，高精度医学图像分割仍然是一项极具挑战性的任务。在本文中，我们提出了TFCN（Transformers for Fully Convolutional denseNet），通过将ResLinear-Transformer（RL-Transformer）和卷积线性注意块（CLAB）引入FC-DenseNet来解决这个问题。TFCN不仅能够利用CT图像中更多的潜在信息进行特征提取，而且通过CLAB模块可以更有效地捕获和传播语义特征并过滤非语义特征。我们的实验结果表明，TFCN可以达到最先进的性能，在Synapse数据集上的骰子得分为83.72%。此外，我们评估了TFCN对COVID-19公共数据集上病变面积影响的稳健性。Python代码将在https://github.com/HUANGLIZI/TFCNs上公开。

2022-07-07cs.CVeess.IV

ConvFormer：用于改进医学图像分割的即插即用CNN风格Transformer

ConvFormer: Plug-and-Play CNN-Style Transformers for Improving Medical Image Segmentation

Huazhong University of Science and Technology（华中科技大学）；Union Hospital, Tongji Medical College, Huazhong University of Science and Technology（华中科技大学同济医学院附属协和医院）

本文提出即插即用的CNN风格Transformer（ConvFormer），通过引入池化、CSA和CFFN替代传统分词与注意力机制，有效解决医学图像分割中transformer的注意力坍塌问题并提升性能。

2023-09-09cs.CVeess.IV

SegTransVAE：结合正则化的混合 CNN——Transformer 用于医学图像分割

SegTransVAE: Hybrid CNN -- Transformer with Regularization for medical image segmentation

VinBrain JSC.（VinBrain联合股份公司）；University of Science, Ho Chi Minh City（胡志明市科学大学）；Vietnam National University, Ho Chi Minh City（胡志明市越南国家大学）；Vin University（文大大学）

本文提出 SegTransVAE，一种融合 CNN、Transformer 与 VAE 分支的编码器-解码器医学图像分割网络，在多个数据集上提升 Dice Score 和 95%-Haudorff Distance，且推理时间与简单 CNN 相当。

2023-09-30cs.CVeess.IV

用于医学图像语义分割的双流UNET网络

Two-Stream UNET Networks for Semantic Segmentation in Medical Images

Intel Corp.（英特尔公司）

语义图像分割的最新进展大大受益于更深和更大的卷积神经网络（CNN）模型。与自然界中的图像分割相比，由于过拟合，医学图像本身和现有医学数据集的属性阻碍了训练更深和更大的模型。为此，我们提出了一种新的双流UNET架构的自动端到端的医学图像分割，其中强度值和梯度向量流（GVF）是两个输入，分别为每个流。我们证明了具有更多低级特征的双流CNN极大地有利于不完美医学图像数据集的语义分割。我们提出的双流网络在流行的医学图像分割基准上进行了训练和评估，结果与最先进的技术相比具有竞争力。

2022-07-27cs.CV

自动设计医学图像分割的CNN结构

Automatically Designing CNN Architectures for Medical Image Segmentation

University of Central Florida（中佛罗里达大学）

传统上，深度神经网络架构是在长期的试错过程中利用人类专业知识设计和探索的。这个过程需要大量的时间、专业知识和资源。为了解决这个繁琐的问题，我们提出了一种新的算法来自动优化深度网络架构的超参数。我们特别专注于为医学图像分割任务设计神经架构。我们提出的方法基于策略梯度强化学习，其中奖励函数被分配分割评估效用（即，骰子指数）。我们显示了所提出的方法的有效性，其计算成本低，与最先进的医学图像分割网络。我们还提出了一种新的架构设计，一个密集连接的编码器-解码器CNN，作为一个强大的基线架构，应用所提出的超参数搜索算法。我们将所提出的算法应用到基线架构的每一层。作为应用，我们在自动心脏诊断挑战赛（ACDC）MICCAI 2017的电影心脏MR图像上对所提出的系统进行了训练。从基线分割架构开始，所得到的网络架构在准确性方面获得了最先进的结果，而无需执行任何基于试错的架构设计方法或密切监督超参数的变化。

2018-07-19cs.CVcs.LGstat.ML

BEFUnet：一种用于精确医学图像分割的混合CNN-Transformer架构

BEFUnet: A Hybrid CNN-Transformer Architecture for Precise Medical Image Segmentation

School of Electrical Engineering, Iran University of Science and Technology（伊朗科学技术大学电气工程学院）；University College of Nabi Akram（纳比·阿克拉姆大学学院）；Department of Electrical Engineering, Qazvin Branch, Iran（伊朗加兹温分校电气工程系）

本文提出混合CNN-Transformer架构BEFUnet，通过双分支编码器结合局部交叉注意力（LCAF）与双层融合（DLF）模块，有效融合主体与边缘信息，在医学图像分割任务中实现了优于现有方法的精确分割性能。

2024-02-13cs.CV

一种基于深度神经网络分类器的医学图像分割方法

A Sneak Attack on Segmentation of Medical Images Using Deep Neural Network Classifiers

The George Washington University（乔治华盛顿大学）

我们没有使用当前的深度学习分割模型（如UNet和变体），而是使用经过训练的卷积神经网络（CNN）分类器来解决分割问题，这些分类器可以自动从图像中提取重要特征进行分类。这些提取的特征可以可视化，并使用梯度加权类激活映射（Grad-CAM）形成热图。该研究测试了热图是否可以用于分割分类目标。我们还提出了一种用于热图的评估方法;即，使用热图过滤的图像重新训练CNN分类器并检查其性能。我们使用平均骰子系数来评估分割结果。我们的实验结果表明，热图可以定位和分割部分肿瘤区域。但是仅使用来自CNN分类器的热图可能不是用于分割的最佳方法。我们已经验证了CNN分类器的预测主要取决于肿瘤面积，并且Grad-CAM热图中的暗区域也有助于分类。

2022-01-28cs.AIcs.CVcs.LG

MambaVesselNet++：一种用于医学图像分割的混合CNN-Mamba架构

MambaVesselNet++: A Hybrid CNN-Mamba Architecture for Medical Image Segmentation

University of Nottingham Ningbo China（诺丁汉大学宁波分校）；Sichuan University（四川大学）

针对医学图像分割中传统卷积架构感受野受限、视觉Transformer计算成本高的问题，提出融合CNN与Mamba的MambaVesselNet++框架，在多类医学分割任务上性能超越现有最优方法。

2025-07-26cs.CV

TransResNet：通过特征嫁接融合 ViTs 与 CNN 的优势以实现高分辨率医学图像分割

TransResNet: Integrating the Strengths of ViTs and CNNs for High Resolution Medical Image Segmentation via Feature Grafting

针对高分辨率医学图像分割难题，提出并行结合 Transformer 与 CNN 的 TransResNet，并通过 CGM 融合全局语义与空间细节，在十个数据集上取得先进性能。

2024-10-01cs.CVeess.IV

CiUNet：用于医学图像分割的混合Swin-CNN UNet

CiUNet: A Hybrid Swin-CNN UNet for Medical Image Segmentation

Ciphowork GmbH（Ciphowork有限公司）

针对医学图像分割的隐私、效率需求，提出基于Swin-UNet的混合架构，融合并行CNN编码器与XSkip连接等，在Synapse数据集上实现SOTA分割性能，为临床部署提供可行方案。

2026-08-25cs.CVeess.IV

MK-UNet：用于医学图像分割的多核轻量级卷积神经网络

MK-UNet: Multi-kernel Lightweight CNN for Medical Image Segmentation

The University of Texas at Austin（德克萨斯大学奥斯汀分校）

本文提出超轻量级多核U形网络MK-UNet，通过多核深度可分离卷积和多种注意力机制，以极低参数量和计算量在多个医学图像分割基准上超越现有方法。

2025-09-23cs.CV

ACM-UNet：自适应集成CNNs和Mamba的高效医学图像分割

ACM-UNet: Adaptive Integration of CNNs and Mamba for Efficient Medical Image Segmentation

Wuhan University of Technology（武汉理工大学）；Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院北京协和医学院）；Zhongnan Hospital of Wuhan University（武汉大学中南医院）

本文提出ACM-UNet，通过轻量级适配器机制整合预训练CNNs和Mamba模型，并在解码器引入分层多尺度小波变换模块，在Synapse和ACDC基准上实现了计算高效的最先进医学图像分割性能。

2025-05-30cs.CV

一种用于从视网膜图像中识别疾病的BERT风格自监督学习CNN

A BERT-Style Self-Supervised Learning CNN for Disease Identification from Retinal Images

School of Computing and Augmented Intelligence, Arizona State University（计算与增强智能学院，亚利桑那州立大学）；McKeley School of Engineering, Washington University in St. Louis（工程学院，华盛顿大学圣路易斯分校）；Department of Neurology, Mayo Clinic（神经病学部，梅奥诊所）

本研究采用轻量级nn-MobileNet框架实现BERT风格的自监督学习，在UK Biobank无标签视网膜眼底图像上预训练，显著提升了阿尔茨海默病、帕金森病及多种视网膜疾病识别等下游任务的性能，展示了CNN在标签稀缺时的潜力。

2025-04-25cs.AIcs.CV

ConvTransSeg：用于医学图像分割的多分辨率卷积-Transformer网络

ConvTransSeg: A Multi-resolution Convolution-Transformer Network for Medical Image Segmentation

提出ConvTransSeg混合编码器-解码器网络，结合CNN局部特征与Transformer全局上下文，以多分辨率连接实现高效医学图像分割，在多个数据集上取得最优性能且无需预训练。

2022-10-13cs.CVcs.LG

HyM-UNet: 通过混合CNN-Mamba架构协同局部纹理和全局上下文进行医学图像分割

HyM-UNet: Synergizing Local Texture and Global Context via Hybrid CNN-Mamba Architecture for Medical Image Segmentation

School of Information and Communication Engineering, Beijing University of Posts and Communications (BUPT)（信息与通信工程学院，北京邮电大学）；Alibaba Cloud AI Labs（阿里云人工智能实验室）

HyM-UNet通过混合CNN-Mamba架构，结合局部纹理和全局上下文，提升医学图像分割的精度与效率。

2025-11-22cs.CVcs.IR

探索医学图像的内在属性用于自监督二值语义分割

Exploring Intrinsic Properties of Medical Images for Self-Supervised Binary Semantic Segmentation

New York University（纽约大学）

本文提出专为医学图像分割定制的自监督框架 MedSASS，通过利用医学图像内在属性，在四个数据集上超越现有 CNN 自监督方法 3.83% 并匹配 ViT 性能，端到端训练时分别提升 14.4% 和 6%。

2024-04-27cs.AIcs.CV

U-DFA: 一种用于多数据集医学分割的带有双融合注意力的统一DINOv2-Unet

U-DFA: A Unified DINOv2-Unet with Dual Fusion Attention for Multi-Dataset Medical Segmentation

Department of Electrical and Electronics Engineering（电气与电子工程系）；University of Engineering and Technology Taxila（工程与技术大学）

针对医学图像分割中局部全局特征融合不足、基础模型域差距大及成本高的问题，提出集成LGFA模块的U-DFA编解码架构，在Synapse和ACDC数据集上以更少参数取得SOTA性能。

2025-10-01cs.AIcs.CVeess.IV

MedPrompt: 基于权重路由的LLM-CNN融合用于医学图像分割与分类

MedPrompt: LLM-CNN Fusion with Weight Routing for Medical Image Segmentation and Classification

1 ,2 Department of Electrical；Electronic Engineering,\ University of Engineering；3Department of Computer Science \& Engineering,\ University of Engineering \& Technology, Rajshahi-6204, Bangladesh

MedPrompt结合LLM和CNN实现医学图像分割与分类，通过权重路由提高可扩展性，实现高准确率和低延迟的实时应用。

2025-06-26cs.CVeess.SP

1M参数就够了？一种用于医学图像分割的轻量级CNN模型

1M parameters are enough? A lightweight CNN-based model for medical image segmentation

Hanoi University of Science and Technology（河内理工大学）

本文提出一种基于U-Net的轻量级CNN模型U-Lite，利用深度可分离卷积和轴向卷积设计，在仅含878K参数的情况下大幅降低计算复杂度，并在医学图像分割任务上取得了优于现有架构的性能。

2023-07-03cs.CVeess.IV

TEC-Net：视觉Transformer拥抱卷积神经网络用于医学图像分割

TEC-Net: Vision Transformer Embrace Convolutional Neural Networks for Medical Image Segmentation

Shaanxi University of Science and Technology（陕西科技大学）；Xi’an Jiaotong University（西安交通大学）；Griffith University（格里菲斯大学）；Northwestern Polytechnical University（西北工业大学）；Brunel University London（伦敦布鲁内尔大学）

提出TEC-Net，融合CNN与Transformer，通过动态可变形卷积和自适应互补注意力模块，以低参数和计算成本实现优于SOTA的医学图像分割。

2023-12-20cs.CVeess.IV

3DConvCaps：用于医学图像分割的卷积胶囊编码器3DUnet

3DConvCaps: 3DUnet with Convolutional Capsule Encoder for Medical Image Segmentation

University of Arkansas（阿肯色大学）

卷积神经网络（CNN）在医学图像分割中取得了很好的效果。然而，CNN需要大量的训练数据，并且无法处理对象的姿态和变形。此外，它们的池化层倾向于丢弃重要信息，例如位置，并且CNN对旋转和仿射变换敏感。胶囊网络是最近的一种新架构，通过用动态路由和卷积步幅取代池化层，在部分-整体表示学习中实现了更好的鲁棒性，这在数字分类和对象分割等流行任务上显示出了潜在的结果。在本文中，我们提出了一种带有卷积胶囊编码器（称为3DConvCaps）的3D编码器-解码器网络，用于使用卷积层学习较低级别的特征（短程注意力），同时使用胶囊层对较高级别的特征（长程依赖性）进行建模。我们在iSeg-2017、Hippocampus和Cardiac等多个数据集上的实验表明，我们的3D 3DConvCaps网络的性能大大优于以前的胶囊网络和3D-UNets。我们进一步在收缩和扩展路径下的卷积层和胶囊层的各种配置下对网络效率和分割性能进行了消融研究。

2022-06-26cs.CV

基于端到端边界感知网络的医学图像分割

End-to-End Boundary Aware Networks for Medical Image Segmentation

University of California, Los Angeles（加州大学洛杉矶分校）；NVIDIA（英伟达）

全卷积神经网络（CNN）已被证明在表示和分类纹理信息方面是有效的，从而将图像强度转换为实现语义图像分割的输出类别掩码。然而，在医学图像分析中，专家手动分割通常依赖于感兴趣的解剖结构的边界。我们提出了边界感知CNN医学图像分割。我们的网络旨在通过提供特殊的网络边缘分支和边缘感知损失项来考虑器官边界信息，并且它们是可训练的端到端。我们使用BraTS 2018数据集验证了它们在脑肿瘤分割任务上的有效性。实验结果表明，该方法具有更高的分割精度，在医学图像分割中有着广泛的应用前景。

2019-09-10cs.CVcs.LGeess.IV

以CT图像中的肝脏分割为例，使用自动编码器对标记和未标记数据进行3D医学图像分割

3D medical image segmentation with labeled and unlabeled data using autoencoders at the example of liver segmentation in CT images

Eindhoven University of Technology（埃因霍温理工大学）；Philips GmbH Innovative Technologies（飞利浦创新技术有限公司）

使用卷积神经网络（CNN）自动分割解剖结构构成了医学图像分析研究的很大一部分。大多数基于CNN的方法依赖于大量的标记数据进行适当的训练。有标签的医疗数据通常很稀缺，但无标签的数据更容易获得。这需要超越传统监督学习的方法，并利用未标记的数据进行分割任务。这项工作研究了自动编码器提取的功能，以改善分割与CNN的潜力。考虑了两种战略。首先，转移学习，其中预训练的自动编码器特征被用作分割网络中卷积层的初始化。第二，多任务学习，其中分割和特征提取的任务，通过输入重构，同时学习和优化。卷积自动编码器用于从未标记数据中提取特征，多尺度、全卷积CNN用于执行CT图像中3D肝脏分割的目标任务。对于这两种策略，使用不同数量的标记和未标记训练数据进行实验。与从头开始训练相比，所提出的学习策略改善了实验中$75\%$的结果，并将骰子得分分别提高到$0.040$和$0.024$，其中未标记训练数据与标记训练数据的比例分别为约$32 : 1$和$12.5 : 1$。结果表明，这两种训练策略都是更有效的未标记的大比例标记的训练数据。

2020-03-17cs.CVeess.IV

MaxViT-UNet：用于医学图像分割的多轴注意力

MaxViT-UNet: Multi-Axis Attention for Medical Image Segmentation

Pakistan Institute of Engineering & Applied Sciences（巴基斯坦工程与应用科学学院）；PIEAS Artificial Intelligence Center (PAIC)（PIEAS人工智能中心）；Center for Mathematical Sciences（数学科学中心）

本文提出MaxViT-UNet，一种结合卷积与多轴自注意力的UNet型混合视觉Transformer，用于医学图像分割，并在MoNuSeg18和MoNuSAC20数据集上验证了其有效性。

2024-03-29cs.CVcs.LGeess.IV

驯服Mamba用于体素级3D医学图像分割

Taming Mambas for Voxel Level 3D Medical Image Segmentation

University of Modena and Reggio Emilia（摩德纳与雷焦艾米利亚大学）

本文提出将基于状态空间模型的Mamba架构引入体素级3D医学图像分割，以线性复杂度实现长程内容推理，解决CNN感受野受限和Transformer内存与数据需求过高的问题。

2024-10-20cs.CV

利用CAM算法解释医学语义分割

Leveraging CAM Algorithms for Explaining Medical Semantic Segmentation

TU Darmstadt（达姆施塔特工业大学）；Fraunhofer Institute for Computer Graphics Research (IGD)（弗劳恩霍夫计算机图形研究所）

本文针对医学语义分割中CNN可解释性不足的问题，提出将分类任务的HiRes CAM迁移到分割任务中，构建Seg-HiRes-Grad CAM方法，以提升分割结果解释的细节和一致性。

2024-09-30cs.CVcs.LGeess.IV

RWKV-UNet：通过长程协作改进UNet以实现有效的医学图像分割

RWKV-UNet: Improving UNet with Long-Range Cooperation for Effective Medical Image Segmentation

本文提出RWKV-UNet，将RWKV结构集成到U-Net中，结合GLSP和CCM模块增强长程依赖与上下文理解，在11个基准数据集上取得最先进性能，并推出轻量变体以平衡效率。

2025-10-27cs.CVeess.IV

基于测试时间自适应神经网络的医学图像分割

Test-Time Adaptable Neural Networks for Robust Medical Image Segmentation

ETH Zurich（苏黎世联邦理工学院）

当训练数据集代表测试时预期会遇到的变化时，卷积神经网络（CNN）对于监督学习问题非常有效。在医学图像分割中，当训练图像和测试图像在其采集细节（例如扫描仪模型或协议）方面不匹配时，这一前提就被违反了。在这种情况下，CNN的显着性能下降在文献中有很好的记录。为了解决这个问题，我们将分割CNN设计为两个子网络的级联：一个相对较浅的图像归一化CNN，然后是一个对归一化图像进行分割的深度CNN。我们使用训练数据集训练这两个子网络，该训练数据集由来自特定扫描仪和协议设置的注释图像组成。现在，在测试时，我们在预测分割标签的隐式先验的指导下，调整\emph{each test image}的图像归一化子网络。我们采用了一个独立训练的去噪自动编码器（DAE），以模拟这样一个隐含的前合理的解剖分割标签。我们在三个解剖结构的多中心磁共振成像数据集上验证了所提出的想法：大脑，心脏和前列腺。所提出的测试时间适应一致地提供性能改进，展示了该方法的承诺和通用性。由于不知道第二子网络深度CNN的架构，因此所提出的设计可以与任何分割网络一起使用，以提高对成像扫描仪和协议变化的鲁棒性。我们的代码可在：\url{https://github.com/neerakara/test-time-adaptable-neural-networks-for-domain-generalization} .

2021-01-23cs.CVcs.LGeess.IV

PHTrans：医学图像分割中全局和局部表示的并行聚合

PHTrans: Parallelly Aggregating Global and Local Representations for Medical Image Segmentation

Beijing University of Posts and Telecommunications（北京邮电大学）；Dalian University of Technology（大连理工大学）；Guilin University of Electronic Technology（桂林电子科技大学）；Guangdong Provincial People’s Hospital（广东省人民医院）；Guangdong Academy of Medical Sciences（广东省医学科学院）

Transformer在计算机视觉领域的成功引起了医学成像界越来越多的关注。特别是在医学图像分割方面，基于卷积神经网络（CNN）和Transformer的混合结构已经被提出并取得了令人瞩目的性能。然而，这些方法中的大多数都将模块化Transformer嵌入CNN中，难以充分发挥其潜力。在本文中，我们提出了一种新的混合架构的医学图像分割称为PHTrans，它的混合Transformer和CNN的主要构建块产生层次表示的全局和局部特征，并自适应地聚合它们，旨在充分利用它们的优势，以获得更好的分割性能。具体而言，PHTrans遵循U形编码器-解码器设计，并在深层引入并行混合模块，其中卷积块和修改的3D Swin Transformer分别学习局部特征和全局依赖性，然后序列到体积操作统一输出的维度以实现特征聚合。在脑穹窿之外的多图谱标记和自动心脏诊断挑战数据集上的广泛实验结果证实了其有效性，始终优于最先进的方法。该代码可从以下网址获得：https://github.com/lseventeen/PHTrans。

2022-07-23cs.CVeess.IV

Semi-Mamba-UNet：用于半监督医学图像分割的像素级对比与像素级交叉监督的基于视觉Mamba的UNet

Semi-Mamba-UNet: Pixel-Level Contrastive and Pixel-Level Cross-Supervised Visual Mamba-based UNet for Semi-Supervised Medical Image Segmentation

School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院）；Department of Computer Science, University of Oxford（牛津大学计算机科学系）

针对医学图像分割中长距离依赖处理效率低和标注成本高的问题，提出Semi-Mamba-UNet半监督框架，结合视觉Mamba与CNN的UNet进行像素级交叉监督和对比学习，显著提升了分割性能。

2024-07-28cs.CVeess.IV

基于Transformers的无卷积医学图像分割

Convolution-Free Medical Image Segmentation using Transformers

Harvard Medical School（哈佛医学院）

与计算机视觉中的其他应用一样，医学图像分割是使用依赖卷积运算作为主要构建块的深度学习模型最成功地解决的。卷积具有重要的性质，如稀疏交互，权重共享和平移等方差。这些属性为卷积神经网络（CNN）提供了一个强大而有用的视觉任务归纳偏差。在这项工作中，我们证明了一种不同的方法，完全基于相邻图像块之间的自我注意力，没有任何卷积运算，可以实现竞争力或更好的结果。给定一个3D图像块，我们的网络将其划分为$n^3$ 3D补丁，其中$n=3 \text{ or } 5$并为每个补丁计算1D嵌入。该网络基于这些块嵌入之间的自关注来预测块的中心块的分割图。我们表明，所提出的模型可以在三个数据集上实现比最先进的CNN更好的分割精度。我们还提出了在大型未标记图像语料库上预训练该模型的方法。我们的实验表明，通过预训练，当标记的训练数据很小时，我们提出的网络相对于CNN的优势可能很明显。

2022-04-03cs.CVeess.IV

3D-UCaps：用于体积图像分割的3D胶囊Unet

3D-UCaps: 3D Capsules Unet for Volumetric Image Segmentation

VinAI Research（VinAI研究院）；University of Arkansas（阿肯色大学）

迄今为止，卷积神经网络（CNN）在医学图像分割方面取得了可喜的成果。然而，在传统的CNN中，它的池化层倾向于丢弃位置等重要信息。此外，CNN对旋转和仿射变换敏感。胶囊网络是一种数据高效的网络设计，旨在通过用动态路由和卷积步幅取代池化层来克服这些限制，其目的是保留部分-整体关系。胶囊网络在图像识别和自然语言处理方面表现出了很好的性能，但在医学图像分割，特别是体积图像分割方面的应用却很有限。在这项工作中，我们提出了3D-UCaps，一个基于三维体素的胶囊网络的医学体积图像分割。我们通过设计一个具有两条路径的网络将胶囊的概念构建到CNN中：第一条路径由3D胶囊块编码，而第二条路径由3D CNN块解码。因此，3D-UCaps继承了Capsule网络保持空间关系和CNN学习视觉表示的优点。我们在各种数据集上进行了实验，以证明3D-UCaps的鲁棒性，包括iSeg-2017，LUNA 16，Hippocampus和Cardiac，其中我们的方法优于以前的Capsule网络和3D-Unets。

2022-03-16cs.CVcs.LGeess.IV

用于医学图像分割的卷积神经网络的多层输入评价

Evaluation of Multi-Slice Inputs to Convolutional Neural Networks for Medical Image Segmentation

Umeå University（于默奥大学）；Eindhoven University of Technology（埃因霍温理工大学）

当使用卷积神经网络（CNN）分割医学图像中的器官和病变时，传统的方法是将输入和输出作为单个切片（2D）或整个体积（3D）来工作。一种常见的替代方案，在本研究中表示为伪3D，是使用相邻切片的堆栈作为输入，并至少对中心切片进行预测。这种方法使网络有可能捕获3D空间信息，只需少量额外的计算成本。在这项研究中，我们系统地评估了这种伪3D方法的分割性能和计算成本，作为输入切片数量的函数，并将结果与传统的端到端2D和3D CNN进行了比较。标准的伪3D方法将相邻切片视为多个输入图像通道。我们还评估了一种简单的方法，其中输入堆栈是一个体积输入，可重复地在3D中卷积，以获得2D特征图。该2D地图又被馈送到标准2D网络中。我们使用两种不同的CNN骨干架构和五个不同的数据集，涵盖不同的解剖区域，成像方式和分割任务进行了实验。我们发现，虽然这两种伪3D方法都可以一次处理大量切片，并且在计算上仍然比完全3D CNN更有效，但仅在五个数据集之一中观察到比常规2D CNN有显着改进。的分割掩模的结构特性的分析显示，没有关系的分割性能相对于输入切片的数量。因此，结论是，在一般情况下，多切片输入似乎没有显着改善分割结果超过使用2D或3D CNN。

2019-12-22cs.CVcs.LGeess.IV

使用具有图像特定微调的深度学习的交互式医学图像分割

Interactive Medical Image Segmentation using Deep Learning with Image-specific Fine-tuning

University College London（伦敦大学学院）；KU Leuven（鲁汶大学）；University Hospitals KU Leuven（鲁汶大学医院）

卷积神经网络（CNN）在自动医学图像分割方面已经取得了最先进的性能。然而，它们尚未证明临床使用的足够准确和稳健的结果。此外，他们是有限的缺乏图像特定的适应和缺乏概括性，以前看不见的对象类。为了解决这些问题，我们提出了一种新的基于深度学习的框架，通过将CNN合并到限界框和基于涂鸦的分割管道中来进行交互式分割。我们提出了图像特定的微调，使CNN模型适应特定的测试图像，它可以是无监督的（没有额外的用户交互）或监督（有额外的涂鸦）。我们还提出了一个加权损失函数，考虑网络和相互作用的不确定性的微调。我们将该框架应用于两个应用：胎儿MR切片的多个器官的2D分割，其中只有两种类型的这些器官被注释用于训练;以及来自不同MR序列的脑肿瘤核心（不包括水肿）和全脑肿瘤（包括水肿）的3D分割，其中只有一个MR序列中的肿瘤核心被注释用于训练。实验结果表明：1）我们的模型比最先进的CNN更鲁棒地分割以前看不见的对象; 2）使用所提出的加权损失函数进行图像特定的微调，显着提高了分割精度; 3）我们的方法比传统的交互式分割方法具有更少的用户交互和更少的用户时间，从而获得准确的结果。

2017-10-11cs.CV

OSS-Net：3D医学数据的高分辨率语义分割

OSS-Net: Memory Efficient High Resolution Semantic Segmentation of 3D Medical Data

Technische Universität Darmstadt（达姆施塔特工业大学）

卷积神经网络（CNN）是当前最先进的元算法，用于医学数据的体积分割，例如，在计算机断层扫描中定位COVID-19感染的组织或在磁共振成像中检测肿瘤体积。3D CNN对体素化数据的一个关键限制是内存消耗随着训练数据分辨率的立方增长。Occupational networks（O-Nets）是一种替代方案，其中数据在函数空间中连续表示，并且3D形状被学习为连续决策边界。虽然O-Net比3D CNN的内存效率更高，但它们仅限于简单的形状，推理速度相对较慢，并且尚未适用于医疗数据的3D语义分割。在这里，我们提出了Occupational Networks for Semantic Segmentation（OSS-Nets）来准确和高效地分割3D医疗数据。我们在原始O-Net的基础上进行了修改，以提高表现力，从而提高了与3D CNN相比的分割性能，并进行了修改以加快推理速度。我们利用局部观察来表示复杂的形状，并利用先前的编码器预测来加快推理。我们展示了OSS-Net在3D脑肿瘤和肝脏分割方面的性能，其针对函数空间基线（O-Net），性能基线（3D残差U-Net）和效率基线（2D残差U-Net）。OSS-Net产生的分割结果类似于性能基线，优于功能空间和效率基线。在内存效率方面，OSS-Net消耗的内存量与函数空间基线相当，比效率基线略多，比性能基线少得多。因此，OSS-Net能够实现内存高…

2021-10-20cs.CVcs.LGeess.IV

BRAU-Net++：用于医学图像分割的U型混合CNN-Transformer网络

BRAU-Net++: U-Shaped Hybrid CNN-Transformer Network for Medical Image Segmentation

College of Computer Science and Engineering, Chongqing University of Technology（重庆理工大学计算机科学与工程学院）；College of Computer Science, Chongqing University（重庆大学计算机学院）；College of Artificial Intelligence, Chongqing University of Technology（重庆理工大学人工智能学院）；The First Affiliated Hospital of Chongqing Medical University（重庆医科大学附属第一医院）；Faculty of Computing and Information Technology, King Abdulaziz University（阿卜杜勒阿齐兹大学计算与信息技术学院）

本文提出BRAU-Net++，一种融合CNN与Transformer优势的U型医学图像分割网络，通过双层路由注意力和通道-空间注意力重构跳跃连接，在三个公开数据集上超越现有方法。

2024-09-30cs.CV

Vision xLSTM 嵌入的 UNet 在医学 3D 图像分割中更可靠吗？

Are Vision xLSTM Embedded UNet More Reliable in Medical 3D Image Segmentation?

Machine Intelligence Unit Indian Statistical Institute（机器智能单位印度统计研究所）；Department of Computer Science and Engineering Jadavpur University（计算机科学与工程系贾梵布尔大学）；Department of Computer Science and Engineering Alipurduar Government Engineering and Management College（计算机科学与工程系阿里普杜尔政府工程与管理学院）

本研究提出 U-VixLSTM，将 CNN 与 Vision-xLSTM 集成用于医学 3D 图像分割，在 Synapse、ISIC 和 ACDC 数据集上以更低计算成本超越现有最先进网络。

2025-07-08cs.CVeess.IV

面向半监督医学图像分割的多维融合与一致性

Multi-dimensional Fusion and Consistency for Semi-supervised Medical Image Segmentation

University of Liverpool（利物浦大学）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）

针对半监督医学图像分割，提出融合 ViT、CNN 与文本信息的多尺度方案，并通过多轴一致性生成鲁棒伪标签，实验验证了其有效性。

2023-12-15cs.CVq-bio.TO