[控场AI]
模型CoReFuse-Med

CoReFuse-Med

一种面向多模态医学图像分割的融合框架,通过浅层去污染与深层纠偏见两阶段设计,解决因模态间采样质量差异导致的融合失效问题。

时间轴 (近 90 天)

10月19日

CoReFuse-Med 由华中师范大学联合华中科技大学、广州中医药大学及北卡罗来纳大学教堂山分校提出。

待验证50%
10月19日

论文《When Fusion Fails: Corruption-Aware Rebalanced Fusion for Multi-Modal Medical Image Segmentation》被 ACM MM 2026 接收。

待验证50%
10月19日

作者将问题边界限定为分辨率差异导致的质量下降,不涉及模态未对齐或模态完全缺失的情况。

待验证50%
10月19日

CoReFuse-Med 将融合拆成两个阶段处理,整体保持三流、对称 U 型分割网络结构,包含 LACE、IMSH 和 MBCF 三个模块。

待验证50%
10月19日

在 EPVS 数据集上,CoReFuse-Med 的 DSC 为 0.7326、HD95 为 7.35,优于 MedNeXt 的 0.7085 与 8.17。

待验证50%
10月19日

在 WMH 数据集上,CoReFuse-Med 的 DSC 为 0.80、HD95 为 6.22、IAVD 为 0.171,参数量仅 2.665M。

待验证50%

全部知识事实 (6)

来源文章