几何对齐注意分割器

六数据集一致领先

一种用于医学图像分割的深度网络,无需推理时成对图像-文本输入,仅通过可检索的视觉适配和文本调制,即可将病灶位置与数量等属性级先验转化为全局仿射场,指导空间定位,在多个公开数据集上表现出一致且显著的性能优势。

Jie, Cai · 李海燕 · Wang, Guanbo · Xin, Shi · 余鹏飞 · 周皓 · Xiang, Liu

Information Fusion 2027

技术优势

推理无需文本

通过任务感知视觉适配与图像条件文本调制,无需推理时提供成对图像-文本输入,仅需图像即可实现分割。

空间定位更准

将病灶数量与位置等属性级先验转化为全局仿射场,并自适应融入图像驱动的局部变形建模,增强空间定位准确性。

跨模态融合深

通过分层双向调制同步细化语义与空间表示,促进视觉与文本深度对齐,强化跨模态交互。

应用场景