医学分割抗噪强
融合CNN局部特征与Transformer全局优势，通过自适应特征重组与边界感知损失，在主动脉CTA及多器官分割任务中实现稳定精细化分割。
Liu, Jian · 张云钢
Scientific Reports 2026
MAFR模块在多尺度上自适应重组特征，显式对齐局部与全局语义，减少解码阶段的语义模糊。
残差CNN瓶颈模块强化局部特征提取，同时降低计算复杂度，减少噪声干扰。
引入边界感知损失项，直接优化目标边界，使分割结果边界更锐利。
模型在多器官分割任务上表现良好，无需为每个器官重新设计，有潜力直接迁移。