Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.05815

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2507.05815 (eess)
[提交于 2025年7月8日 ]

标题: 只需说更好或更差:一种无需手动注释的人机协作医学图像分割框架

标题: Just Say Better or Worse: A Human-AI Collaborative Framework for Medical Image Segmentation Without Manual Annotations

Authors:Yizhe Zhang
摘要: 人工标注医学图像是一项劳动密集且耗时的过程,这在开发和部署稳健的医学影像人工智能系统中构成了重大瓶颈。 本文介绍了一种新颖的人机协作框架,用于医学图像分割,该框架通过消除显式手动像素级标记的需求,显著减少了标注负担。 核心创新在于一种偏好学习范式,其中人类专家提供最少的、直观的反馈——只需指出AI生成的分割结果是否比之前版本更好或更差。 该框架包含四个关键组件:(1) 一个可适应的基础模型(FM)用于特征提取,(2) 基于特征相似性的标签传播,(3) 一个点击代理,它从人类的更好或更差反馈中学习,以决定在哪里点击以及使用哪种标签,(4) 一个多轮分割学习过程,利用点击代理和FM基础的标签传播生成的伪标签来训练最先进的分割网络。 在三个公开数据集上的实验表明,所提出的方法仅使用二元偏好反馈即可实现具有竞争力的分割性能,而无需专家直接手动标注图像。
摘要: Manual annotation of medical images is a labor-intensive and time-consuming process, posing a significant bottleneck in the development and deployment of robust medical imaging AI systems. This paper introduces a novel Human-AI collaborative framework for medical image segmentation that substantially reduces the annotation burden by eliminating the need for explicit manual pixel-level labeling. The core innovation lies in a preference learning paradigm, where human experts provide minimal, intuitive feedback -- simply indicating whether an AI-generated segmentation is better or worse than a previous version. The framework comprises four key components: (1) an adaptable foundation model (FM) for feature extraction, (2) label propagation based on feature similarity, (3) a clicking agent that learns from human better-or-worse feedback to decide where to click and with which label, and (4) a multi-round segmentation learning procedure that trains a state-of-the-art segmentation network using pseudo-labels generated by the clicking agent and FM-based label propagation. Experiments on three public datasets demonstrate that the proposed approach achieves competitive segmentation performance using only binary preference feedback, without requiring experts to directly manually annotate the images.
评论: 10页,4图
主题: 图像与视频处理 (eess.IV) ; 机器学习 (cs.LG)
引用方式: arXiv:2507.05815 [eess.IV]
  (或者 arXiv:2507.05815v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.05815
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yizhe Zhang [查看电子邮件]
[v1] 星期二, 2025 年 7 月 8 日 09:36:12 UTC (949 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
eess
eess.IV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号