Medical Image Segmentation Chain-of-Thought Semi-supervised Learning LLM Integration
摘要

半监督医学图像分割常依赖视觉模式匹配,难以处理视觉相似但诊断结论不同的临床场景。为此,本文提出 CERS 框架,引入思维链(CoT)推理以区分病理差异。该方法构建包含大模型生成语言推理描述的知识库,并通过语义感知参考选择策略,结合形态学与 CoT 一致性筛选历史证据。此外,设计多尺度坐标注意力模块融合推理上下文。实验表明,CERS 在解决边界模糊和语义不一致方面优于现有最先进方法。

AI 推荐理由

论文核心利用 CoT 推理解决视觉 - 语义不匹配,推理是关键组件。

研究机构
东南大学计算机科学与工程学院,南京,中国 新一代人工智能技术与产业交叉应用重点实验室,南京,中国 南京理工大学人工智能学院,南京,中国
论文信息
作者 Yuming Chen, Yuxin Xie, Tao Zhou, Yi Zhou
发布日期 2026-06-16
arXiv ID 2606.17958
相关性评分 8/10 (高度相关)