论文
UniMedSeg：多范式 2D/3D 医学图像分割的统一上下文学习
UniMedSeg: Unified In-Context Learning for Multi-Paradigm 2D/3D Medical Image Segmentation
摘要
医学图像分割基础模型有望在不同的临床场景中推广，但现有的通用方法仍然因即时范式和空间维度而支离破碎。视觉上下文学习、交互式分割和语言引导分割通常由特定范式的模型处理，而 2D 和 3D 图像也分别建模。这种隔离防止异构注释和数据被单个可扩展模型共同吸收，并限制跨范式知识转移。为了解决这个瓶颈，我们提出了 UniMedSeg，一个以 Transformer 为中心的通用分割框架，它将视觉示例、几何交互、语言指令和 2D/3D 图像映射到共享序列空间中，从而能够通过统一的上下文界面共同学习异构医疗监督，而无需特定于提示或维度的分支。为了克服视觉上下文引起的长序列内存瓶颈，我们引入了解耦分割注意力，它将注意力复杂度降低到线性，同时保留硬件友好的计算和集中的上下文目标交互。 UniMedSeg 在从 27 个公共数据集整理的大型语料库上进行了广泛的训练和评估，在视觉上下文、交互式和语言引导分割方面实现了最先进的性能，而无需特定于任务的 微调，展示了对各种保留任务的强大泛化能力。代码和模型权重可在 https://github.com/Lii1228/UniMedSeg 上公开获取