arXiv cs.AI· Emre Kutlusan, Yongmin Li·· 10 小时前AI 评分36
医学图像分割：基础模型适配与任务专用训练的对比研究
Medical Image Segmentation: Foundation Model Adaptation versus Task-Specific Training
AI 导读
研究将 DINOv2 基础模型从仅调 bias 项到全量微调进行适配，并与从零训练的 U-Net、ResU-Net 在结肠镜、乳腺超声和皮肤镜数据上对比。适配后的基础模型在所有外部机构数据集上泛化更好，而训练分布内数据充足时任务专用模型仍具竞争力且边界更精确，基础模型更易漏检小病灶。仅需适配基础模型的一小部分，所需容量由成像域而非适配方法决定。
正文 · AI 翻译
摘要：基于大规模自然图像集合预训练的基础模型正越来越多地被适配用于医学图像分割，人们期望它们能取代为每个任务单独训练的模型。然而，大多数比较使用的是来自训练分布的数据，以及一个配置很少得到论证的单一任务特定基线，因此对新临床站点性能的证据有限。基础模型需要适配多少，以及由什么决定这一点，也仍不清楚。我们适配了一个基础模型 DINOv2，采用的策略从仅调优其偏置项到完全微调不等，并将其与从头训练的 U-Net 和 ResU-Net 进行了比较。实验涵盖结肠镜检查、乳腺超声和皮肤镜检查，并在来自训练来源的留出数据以及其他机构的独立数据集上进行测试。适配后的基础模型在每个外部数据集上都泛化得更好。在训练分布内，当训练数据充足时，任务特定模型仍具竞争力，并且更精确地勾画边界，而基础模型更常漏掉小病灶。基础模型只有一小部分需要适配，所需容量由成像域而非适配方法决定。还发现一个广泛使用的息肉测试集重复了另一个基准中的图像。因此，在模型必须跨站点工作时，基础模型适配是有必要的，且容量应基于目标域来选择。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.14519 [cs.CV] |
| （或本版本的 arXiv:2611.14519v1 [cs.CV]） | |
| https://doi.org/10.48550/arXiv.2611.14519 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yongmin Li [查看电子邮件]
[v1]
2026年11月10日星期二 18:59:54 UTC（3,901 KB）
来源：arXiv cs.AI · arxiv.org