CDPDNet: Integrating text guidance with hybrid vision encoders for medical image segmentation

计算机科学 判别式 分割 人工智能 卷积神经网络 编码器 注释 嵌入 模式识别(心理学) 图像分割 概化理论 机器学习 医学影像学 编码(集合论) 计算机视觉 尺度空间分割 图像(数学) 深度学习 任务(项目管理) 人工神经网络 桥接(联网) 掉期(金融) 变压器 标记数据 编码(内存) 源代码 自然语言处理 任务分析 特征提取 文本检测
作者
Jiong Wu,Yang Xing,Boxiao Yu,Wei Shao,Kuang Gong
出处
期刊:Computerized Medical Imaging and Graphics [Elsevier BV]
卷期号:136: 102828-102828 被引量:1
标识
DOI:10.1016/j.compmedimag.2026.102828
摘要

Most publicly available medical segmentation datasets are only partially labeled, with annotations provided for a subset of anatomical structures. When multiple datasets are combined for training, this incomplete annotation poses challenges, as it limits the model's ability to learn shared anatomical representations among datasets. Furthermore, vision-only frameworks often struggle to resolve semantic ambiguities between missing labels and target regions, potentially hindering discriminative performance and cross-dataset consistency. In this study, we proposed a CLIP-DINO Prompt-Driven Segmentation Network (CDPDNet), which combined a self-supervised vision transformer with CLIP-based text embedding and introduced task-specific text prompts to tackle these challenges. Specifically, the framework was constructed upon a convolutional neural network (CNN) and incorporated DINOv2 to extract both fine-grained and global visual features, which were then fused using a multi-head cross-attention module to overcome the limited long-range modeling capability of CNNs. In addition, CLIP-derived text embeddings were projected into the visual space to help model complex relationships among organs and tumors. To further address the partial label challenge and enhance inter-task discriminative capability, a Text-based Task Prompt Generation (TTPG) module that generated task-specific prompts was designed to guide the segmentation. Extensive experiments on multiple medical imaging datasets demonstrated that CDPDNet consistently outperformed existing state-of-the-art segmentation methods. Code and pretrained model are available at: https://github.com/wujiong-hub/CDPDNet.git.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
蕉虑不慌发布了新的文献求助10
刚刚
经纲完成签到 ,获得积分0
刚刚
一直在思考中完成签到 ,获得积分10
1秒前
宓鲂完成签到,获得积分10
1秒前
1秒前
LIUYU完成签到 ,获得积分10
2秒前
tjf完成签到,获得积分10
2秒前
打打的应助被傻傻的国庆采纳,获得10
2秒前
2秒前
张张完成签到 ,获得积分10
3秒前
烂漫的烙完成签到,获得积分10
3秒前
小甜发布了新的文献求助10
4秒前
drhkc完成签到,获得积分10
4秒前
沈惠映完成签到 ,获得积分0
5秒前
5秒前
FIGMA发布了新的文献求助10
5秒前
羞涩的寒松完成签到,获得积分10
6秒前
慕问旋完成签到,获得积分20
6秒前
我是老大的应助被温柔之槐采纳,获得10
6秒前
Ma关注了科研通微信公众号
7秒前
鳗鱼念桃发布了新的文献求助10
8秒前
chao完成签到,获得积分20
8秒前
Bluetea完成签到,获得积分10
8秒前
8秒前
小娃完成签到 ,获得积分10
8秒前
9秒前
Akim的应助被tweety采纳,获得10
10秒前
悲伤炒米粉完成签到,获得积分20
10秒前
科研通AI6.2的应助被橙子采纳,获得10
10秒前
藜杖叩门发布了新的文献求助10
11秒前
故意的芹菜完成签到,获得积分10
13秒前
张艳坤完成签到,获得积分10
14秒前
de1tA发布了新的文献求助10
15秒前
kaia完成签到,获得积分10
15秒前
王冰冰完成签到 ,获得积分10
17秒前
zz完成签到,获得积分10
17秒前
FIGMA完成签到,获得积分10
18秒前
71完成签到 ,获得积分10
19秒前
Sophia完成签到 ,获得积分10
20秒前
大帅比完成签到,获得积分10
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8143360
求助须知:如何正确求助?哪些是违规求助? 9542847
关于积分的说明 21653935
捐赠科研通 7728606
什么是DOI,文献DOI怎么找? 3422020
关于科研通互助平台的介绍 2547337
邀请新用户注册赠送积分活动 2464829