← 返回 PaperDaily 视觉与图像

MICCAI 2026新作CRISP：不用目标域数据，医学分割照样更稳

医学图像分割最烦的不是分不清边界，而是模型一出院门就“水土不服”。CRISP不靠目标域数据、不改测试时参数，直接用排名稳定性把不确定边界一层层挤出来，思路干净，临床味很浓。

龙哥读论文 阅读 3 查看原文
#人工智能 #AI医疗 #图像分割
MICCAI 2026新作CRISP：不用目标域数据，医学分割照样更稳
🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！
👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥推荐理由：
医学图像分割最烦的不是分不清边界，而是模型一出院门就“水土不服”。CRISP不靠目标域数据、不改测试时参数，直接用排名稳定性把不确定边界一层层挤出来，思路干净，临床味很浓。


原论文信息如下：
论文标题:
CRISP: Constrained Refinement via Iterative Squeezing Process for Robust Medical Image Segmentation under Domain Shift 发表日期:
2026年07月 发表单位:
Southern University of Science and Technology; The University of Hong Kong; Jiaxing Research Institute, Southern University of Science and Technology 原文链接:
https://arxiv.org/pdf/2607.15231v1.pdf

临床AI的‘守门员’：CRISP如何用‘排名稳定性’破解医学图像分割的域偏移难题

医学影像分割最怕的，不是模型在训练集上“不会做题”，而是它一旦换到新医院、新设备、新人群，立刻开始“认床”。同样是心脏 MRI，换个中心就可能边界飘、器官漏、病灶断；同样是肺血管，换成不同模态或不同人群，模型就像突然看不清字的小学生。CRISP 这篇工作盯上的，正是这个临床落地的老大难：域偏移。
封面
图1：CRISP 总体框架。它不是直接赌“概率值准不准”，而是先看排名稳不稳，再把高置信核心和高召回支撑区一层层挤到最终分割结果上。
这篇论文最有意思的地方，在于它没有沿着“继续做更强的适应”这条老路硬卷，而是换了个角度：正样本区域的相对排名，在域偏移下往往比绝对概率更稳定。说人话就是，模型可能会把“0.9”看成“0.4”，但真正该是前景的那一团，通常还是会排在前面。CRISP 就抓住这个“排序没那么容易乱”的特点，先从扰动里找稳的，再让不稳的边界慢慢收口。

无需目标域数据的‘黑科技’：CRISP核心原理与‘递归自进化’框架

先把这套方法翻译成人话：CRISP 并不是让模型在测试时临时“改参数补课”，也不是拿目标域数据做小动作，而是冻结权重、只靠提示框逐轮收紧。它的核心是两个空间先验：高精度核心（HP，High-Precision）和高召回支撑区（HR，High-Recall）。前者尽量“别误报”，后者尽量“别漏掉”，两者之间的空隙就是模型最不确定的边界带。
CRISP 的流程像一个很有耐心的“夹心饼干压缩机”：先用一个普通分割网络做第一次预测，再通过扰动估计哪些区域在不同扰动下依然稳定，得到 HP 和 HR；接着把这两个提示重新喂回网络，再预测、再扰动、再收紧。论文把这个过程叫做 Recursive Self-Evolution，中文可以理解成“递归自进化”。
图1：CRISP总体框架
图1（对应原文 Figure 1）：从“预测→估计排名稳定性→得到 HP/HR→再预测”的闭环，到最后 HP 和 HR 收敛为最终分割，CRISP 的主线非常清楚。图中还顺手画出了三类真实临床偏移：多中心、模态和协议差异。
这里有个关键点：CRISP 不是把“排名”直接当最终掩码输出。它更像是在做“先验筛选器”——先用排名稳定性提取出可靠空间提示，再让分割网络在这些提示的约束下完成精修。这个设计很克制，也很工程化：既没有引入一堆花里胡哨的新模块，也没有把测试时更新搞得像现场训练，部署门槛相对友好。

从‘概率漂移’到‘排名不变’：潜在特征扰动如何提取稳健空间先验

CRISP 的真正巧思，藏在“怎么造扰动”上。它不是粗暴地往输入图像上乱加噪声，而是往潜在特征里加高斯噪声。英文里这一步叫 Latent Feature Perturbation，意思是“潜在特征扰动”。这么做的逻辑很直接：深层特征往往已经把“长什么样”压缩成更抽象的表示，在这里加扰动，更像是在模拟不同医院、不同扫描协议带来的风格变化，而不是给原图瞎抹黑。
公式：特征提取
上面这一步表示：先把图像切片和空间提示一起送进编码器，得到潜在特征 𝓕。这里的 𝓗(k) 是第 k 轮提示，包含 HP 和 HR 两部分。也就是说，模型每一轮都不是“裸奔”，而是带着空间线索工作的。
公式：潜在特征扰动
接着，CRISP 从高斯分布里采样多个噪声 ξ(n)，把它们加到特征上，得到一组“邻近域”的特征版本。N 表示采样次数，σ 控制扰动强度。说白了，就是让模型一次看多个“轻微变形版”的自己。
公式：解码得到概率图
每个扰动后的特征都会经过解码器，输出一张概率图 P(n)。注意，这里不是只看单次输出，而是看“多次扰动下哪些位置始终更像前景”。这就为后面的“稳定性判断”埋下了伏笔。
但概率值本身有个老毛病：靠近 0 和 1 时会“挤牙膏”，差一点点看不出区别。于是 CRISP 把概率转成了 log-odds，也就是对数几率。这个词听起来很学术，实际作用很朴素：把“快饱和的概率”变成更能反映证据强弱的连续刻度。
公式：log-odds变换
这一步把概率图变成了对数几率图 Sc(n)。直观理解就是：不是问“像不像前景”，而是问“支持前景的证据到底有多强”。
公式：归一化极值
为了让不同图像之间的“证据刻度”可比，论文又用整张图的最小值和最大值做了归一化。这里的 Smin 和 Smax 就是全局极值，后面会把连续值压成有限个等级。
这一招很关键：CRISP 看的不是“某个像素到底是 0.73 还是 0.71”，而是“它处在第几档”。论文把这个档位叫 grade，并用 L 个等级离散化。这样一来，小数点后那点抖动就不再兴风作浪，只有真正的证据变化才会导致等级变化。
公式：高精度核心
当同一个位置在所有扰动下都保持最高等级，就会被收进 HP。这个集合是“交集”，意思是必须次次都稳，才算真稳。它对应的就是最靠谱的前景核心。
公式：高召回支撑区
而只要某个位置在任意一次扰动中被判成非背景，就会进入 HR。它是“并集”，更宽松，尽量别漏掉前景。于是 HP 是“宁缺毋滥”，HR 是“宁可多收一点”。
公式：不确定区域
HP 和 HR 之间的差集，就是 不确定区域 Ωu。这部分正是模型最容易犯糊涂的边界带，也是后续“挤压”操作真正发力的地方。
公式：挤压损失
为了让边界更快收敛，CRISP 还设计了 Uncertainty Squeezing Loss，也就是“不确定性挤压损失”。它只在 Ωu 上约束预测和扰动预测的一致性，不去浪费力气惩罚那些本来就很稳的区域。这个思路很像：别在已经写对的题上死磕，重点盯住总改错的那几道。
公式：总损失
最终训练目标很简单：Dice 损失 + 挤压损失。其中，深度为 0 的样本只训练 Dice，因为这时提示还是“空核心 + 全支撑”，挤压也挤不出啥结构；等提示变得像样了，再让 squeezing loss 上场，才有意义。
这套方法的妙处在于，它把“域偏移”从一个抽象的大问题，拆成了一个更具体的局部问题：哪些前景区域在扰动下依然稳定？哪些边界是最该被精修的？ 这比一味追求全局强鲁棒，显然更接近临床分割的真实痛点。

实验效果震撼：多中心、跨模态、跨人群，CRISP全面超越SOTA并消除灾难性失败

这篇论文的实验设计很对路：不是只挑一个“看起来比较好赢”的数据集，而是直接上了三种真实临床偏移——多中心、跨模态、跨人群。这三种场景，基本就是医学分割在医院里最常见、也最容易翻车的三种情况。能在这里站住脚，才算真本事。
表1：M&Ms数据集定量对比
图2：M&Ms 数据集上的定量对比。这里比较的是四家厂商之间的多中心偏移，CRISP 在多数类别和域上都拿到了最优或接近最优的结果，尤其是边界指标 HD95 的下降很稳定。
先看多中心心脏 MRI。CRISP 在 M&Ms 上的表现很扎实：在 9 个“类别×目标域”单元里，Dice 有 7 个第一，HD95 有 5 个第一。更重要的是，它是源域可用、无需目标域数据的方法，却能压过一些需要目标域信息的方法。对临床来说，这种“不给目标域添麻烦，还能把边界修顺”的方法，才是真正有落地希望的。
表2：跨临床场景定量对比
图3：跨临床场景定量对比。左边是跨人群，右边是跨模态。可以看到，CRISP 在源域数据不变的前提下，面对目标域时仍然能明显保住 Dice，并显著降低 HD95。
更狠的是跨模态场景。对比增强 CT 到非增强 CT 这一组，Baseline 的 Dice 直接掉到 33.26，几乎是“看见病灶但认不出来”的级别；而 CRISP 把 Dice 拉回到 59.46，HD95 也从 29.97 压到 13.19。这个提升不是“多了 0.8 分”那种礼貌性进步，而是从灾难边缘把模型拽了回来。
跨人群的 COVID 场景也很说明问题。很多方法在这种数据上会出现“源域还行、目标域崩盘”的情况，甚至有些目标域自适应方法改着改着还把目标域弄得更差。CRISP 则保持了比较稳的改进，说明它抓住的不是某个特定数据集的小技巧，而是更普适的排名稳定性规律。
图4：可视化对比
图4：不同方法的可视化分割结果。上排是跨模态，下面是跨人群。CRISP 的轮廓更完整，边界更贴近真实标注，尤其是在结构细长、边界模糊的区域，优势更明显。
可视化结果也很诚实。别的模型常见问题是：要么把边界切得支离破碎，要么直接把细小结构吃掉。CRISP 的输出则更像“先圈住大概，再慢慢抠细节”，这和它的 HP/HR 递归收缩逻辑完全一致。模型不是一口吃成胖子，而是一轮一轮把不确定带压窄，最后把边界磨出来。
图5：收敛分析
图5：Dice 和 HD95 的收敛分析。可以看到，随着递归轮次增加，性能会逐步收敛，说明“挤压”不是玄学，而是确实在把边界往正确方向推。
论文还给了消融实验，说明几个关键组件不是摆设：没有扰动、没有 squeezing loss、没有递归训练，效果都会掉。这个结果其实挺重要，因为很多方法看起来流程复杂，最后却说不清到底是哪一步在起作用。CRISP 至少把账算清楚了：稳定性估计负责找方向，挤压损失负责推收敛，递归训练负责把局部收益变成整体收益。

CRISP的优势、局限性及未来展望：AI从‘被动适应’走向‘主动理解’

CRISP 最值得肯定的，不只是结果好，而是它把“域偏移”这件事从“要不要适应参数”转成了“能不能找出稳定结构”。这让它天然具备几个优点：不需要目标域数据、测试时不更新参数、模型结构改动小、可作为插件式框架接到现有分割网络上。对临床部署来说，这种低侵入性很加分。
但它也不是没有代价。首先，CRISP 的推理需要多轮扰动与多次前向传播，论文给出的量级大约是单次推理的约 6 倍。这在科研里不算夸张，在临床实时系统里就得认真掂量。其次，它默认“排名稳定性”在目标场景里成立，虽然论文在三类偏移上验证得不错，但对更极端、更奇怪的偏移，仍需要额外测试。
还有一个现实问题：它目前主要是按切片处理 3D 体数据，虽然这样便于和一些 2D 方法公平比较，但真正落到临床工作流时，跨切片一致性和全局三维几何约束仍然值得继续补强。换句话说，CRISP 已经把“边界稳住”这件事做得很像样了，但要让它在更复杂的 3D 临床场景里跑得更丝滑，还可以继续加码。
从更大的视角看，这篇工作给医学 AI 提了个醒：与其总想着“让模型适应所有变化”，不如先问一句——哪些信息在变化里其实没那么容易变？ 一旦能找到这些稳定信号，很多原本靠硬适应解决的问题，就能换成更稳、更省事的约束式精修。这个思路，放在分割里很香，放到别的密集预测任务里，也很值得抄作业。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底解决什么问题？它解决的是医学图像分割在域偏移下容易失效的问题。核心办法不是去适应目标域，而是利用“排名稳定性”找出稳定的前景核心和支撑区，再递归收缩不确定边界。

HP、HR、Ωu 分别是什么意思？HP 是高精度核心，要求在所有扰动下都保持最高等级；HR 是高召回支撑区，只要在任意扰动下被判成非背景就保留；Ωu 则是两者之间的不确定区域，也就是最需要被“挤压”精修的边界带。

为什么要在潜在特征上加噪声，而不是直接改图像？因为潜在特征更接近“内容表示”，更适合模拟真实域偏移里的风格变化。这样得到的扰动更像邻近临床环境之间的差异，也更容易提取出稳定的空间先验，而不是把图像本身破坏得面目全非。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆。把“排名稳定性”引入医学分割域偏移，并用 HP/HR 递归收缩边界，思路不算离经叛道，但落点很准，属于能讲清、也能做实的创新。

实验合理度：★★★★☆。多中心、跨模态、跨人群三类场景都覆盖了，而且还和源域方法、目标域方法做了区分，整体对比比较公平。

学术研究价值：★★★★☆。它提供了一种不同于“继续适应”的新视角，对鲁棒分割和密集预测任务都有启发意义。

稳定性：★★★☆☆。方法本身依赖多轮扰动与递归收敛，理论上稳，但推理链路比普通分割长，极端场景下还要继续验证。

适应性以及泛化能力：★★★★☆。在三个真实偏移上都有效，说明泛化不是只在一个数据集上碰巧成立。

硬件需求及成本：★★★☆☆。推理成本约为单次前向的 6 倍左右，能接受，但不是“白嫖级”部署。

复现难度：★★★★☆。结构不复杂，关键在扰动、等级划分和递归训练，思路清晰，复现门槛中等。

产品化成熟度：★★★☆☆。作为临床分割插件很有潜力，但要真上生产，还得补三维一致性、速度和极端域偏移验证。

可能的问题：创新点扎实，但还没到“改写范式”的程度；多轮扰动带来额外算力开销，且对更复杂真实场景的鲁棒边界还需继续打磨。


主要参考文献

Yizhou Fang, Pujin Cheng, Yixiang Liu, Xiaoying Tang, Longxi Zhou. CRISP: Constrained Refinement via Iterative Squeezing Process for Robust Medical Image Segmentation under Domain Shift. arXiv:2607.15231v1, 2026.
论文原文：https://arxiv.org/pdf/2607.15231v1.pdf

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～ 想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！       

end
欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如 图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群
医学分割最怕的不是模型不够大，而是医院一换、协议一变、病人一换，模型就开始“认亲失败”。CRISP走的是另一条路：不追着目标域跑，而是盯住“排名稳定性”做递归收敛，思路很硬，落地味也很足。
wechat_helperdianzan
转发文章 微博 X LinkedIn Facebook
龙哥读论文 · PaperDaily

本文基于龙哥读论文 PaperDaily 数据库整理，结合论文原文与工程视角进行解读。