Spatial Localization Module

新的FreNet框架利用视觉先验增强医学病灶分割

研究人员推出了一种名为FreNet的新型框架，通过整合视觉先验和特征重构来改进医学病灶分割。该方法解决了复杂背景和多样病灶形态带来的挑战，这些因素常常阻碍现有分割技术的性能。FreNet利用隐式先验神经网络（IPNN）通过SAM的视觉先验来重构输入图像，并利用双域特征重构（DFR）模块在编码阶段优化骨干特征。在多个医学成像基准数据集上的实验表明，FreNet显著优于最先进的方法，在ETIS等数据集上取得了显著的改进。