免优化配准误差感知分割网络

自动标注脑组织

通过镜像对称一致性，无需优化即可让配准模型指出错位区域，使分割网络能利用未标注图像中正确对齐的部分。

Chongwei, Wu · Xiaoyu, Zeng · 全廷伟 · Lv, Jinxin · Xu, Zhang · Wei, Fang · 李强 · Wang Z.

Pattern Recognition 2026

参数信息

平均Dice提升（OASIS）
2.0 %
平均Dice提升（CANDIShare）
2.4 %
平均Dice提升（MM-WHS 2017）
1.7 %

技术优势

自曝配准错位

利用镜像输入的对称不一致性，无需额外优化即可让配准模型指出错误对齐区域，使分割模型能够使用未标注图像中正确对齐的部分。

增强风格保真

根据配准误差加权局部变换强度，提高风格变换后图谱图像的保真度，从而生成更可靠的伪标签。

泛化到其他器官

在心脏CT数据集MM-WHS 2017上同样取得1.7%的提升，证明该误差感知策略具有跨器官、跨模态的通用性。

应用场景