arXiv cs.AI· Yuxin Xie, Yuming Chen, Yishan Yang, Yi Zhou, Tao Zhou, Zhen Zhao, Jiacheng Liu, Huazhu Fu·· 6 天前AI 评分22
CORE-Seg：基于强化学习的推理驱动复杂病灶分割
CORE-Seg: Reasoning-Driven Segmentation for Complex Lesions via Reinforcement Learning
AI 导读
研究者提出 CORE-Seg 端到端框架，通过语义引导提示适配器将推理与分割结合，并发布首个多样化 CoT 基准 ComLesion-14K。该方法采用从 SFT 到 GRPO 的渐进训练策略与自适应双粒度奖励机制，平均 Dice 达 37.06%，比次优基线高 14.89%，失败率降至 18.42%。
正文 · AI 翻译
摘要：医学图像分割正在经历从传统视觉模式匹配到认知推理分析的范式转变。尽管多模态大语言模型（MLLMs）在整合语言与视觉知识方面展现出前景，但仍存在显著差距：现有通用 MLLMs 具备广泛的常识，但缺乏复杂病灶所需的专业视觉推理能力，而传统分割模型擅长像素级分割，却缺乏逻辑可解释性。本文中，我们提出了 ComLesion-14K，这是首个面向推理驱动的复杂病灶分割的多样化思维链（CoT）基准。为完成该任务，我们提出了 CORE-Seg，一个通过语义引导提示适配器将推理与分割集成的端到端框架。我们设计了从 SFT 到 GRPO 的渐进式训练策略，并配备自适应双粒度奖励机制以缓解奖励稀疏问题。我们的方法取得了最先进的结果，平均 Dice 为 37.06\%（比第二优基线高 14.89\%），同时将失败率降至 18.42\%。项目页面：this https URL
| Comments: | 被 Computational Visual Media 接收 |
| Subjects: | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.05911 [cs.CV] |
| （或 arXiv:2603.05911v2 [cs.CV] 为此版本） | |
| https://doi.org/10.48550/arXiv.2603.05911 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Yuxin Xie [查看邮箱]
[v1]
2026年3月6日星期五 04:58:55 UTC（18,635 KB）
[v2]
2026年10月9日星期五 01:26:23 UTC（7,296 KB）
来源：arXiv cs.AI · arxiv.org