跨域分割不崩
通过重建网络中间特征的风格变换来增强图像多样性，促使分割模型学习域不变表征，在多个眼底分割任务上优于现有域泛化方法。
Guo, Song
Applied Soft Computing Journal 2026
RST 通过随机风格变换扩充图像多样性，使模型学习域不变特征，显著缓解域偏移问题。
在四个眼底分割任务、单域及多域泛化设置下均一致优于多种现有方法。