近日，国际计算机视觉与模式识别会议（IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2025）官方公布论文收录结果。CVPR是是计算机视觉和模式识别领域的顶级会议之一，不仅在学术界具有极高的声誉，同时在工业界也具有广泛影响，是中国计算机学会A类推荐会议。
本次入选成果“Interactive Medical Image Segmentation: A Benchmark Dataset and Baseline”（以下简称IMIS-Bench）由我校计算机学院视觉计算实验室与上海人工智能实验室合作完成，第一作者是四川大学计算机学院2021级博士研究生程俊龙，通讯作者是四川大学计算机院朱敏教授以及上海人工智能实验室何军军研究员。
交互式医学图像分割（IMIS）通过结合用户交互输入（如点击、边界框或文本提示），将人工智能的高效计算与临床专家的专业经验紧密融合，能够实时生成符合临床需求的高质量分割结果。然而，该领域长期面临数据规模和质量的双重瓶颈，缺乏类似自然图像领域SA-1B数据集那样大规模、高密度、标注精确的数据集，限制了交互式医学图像分割技术的研究深度和实际应用广度。为突破交互式医学图像分割研究瓶颈，推动人工智能深度融入医疗实践，团队推出IMIS-Bench，一个交互式医学图像分割基准框架，涵盖大规模数据集IMed-361M和IMIS基线模型。
项目主页：
https://uni-medical.github.io/IMIS-Benchmark/
论文链接：
https://arxiv.org/pdf/2411.12814
开源代码：
https://github.com/uni-medical/IMIS-Bench
开源数据：
https://huggingface.co/datasets/General-Medical-AI/IMed-361M
IMIS-Bench三大亮点：
1、IMed-361M数据集是迄今为止规模最大、标注最密集的交互式医学图像分割数据集。该数据集整合来自多个医学数据平台的640万张图像和3.61亿个掩码，覆盖14种成像模态以及几乎人体所有解剖目标和病灶，为基础模型训练和评估提供了前所未有的支持。
2、IMIS-Net基线支持多种交互输入（如点击、边界框和文本提示），能够模拟连续交互场景，对分割结果进行动态优化。无论在简单场景还是复杂场景中，IMIS-Net都展现出卓越的性能，为医学图像分割任务提供了更高的灵活性和精度。
3、IMIS-Bench提供了统一的基准框架，对IMIS-Net和现有交互式分割方法进行了全面、系统的性能评估。实验表明，IMIS-Net在多种模态和任务场景下超越现有技术。同时，团队还对多种交互策略对分割性能的影响进行了深入研究，为模型的优化和交互设计提供了宝贵的指导。
IMed-361M数据集将极大地促进医学影像领域基础模型的发展，并为不同模型之间的公平评估奠定基础。IMIS-Net提供了通用的技术支持，可应用于多种临床场景，加速人工智能技术在医疗领域的广泛应用。但这项工作仍面临一些挑战，例如：如何更有效地获取交互式掩码的语义信息，以及将这一方法扩展到更全面和更精细的医学图像分析场景，仍是未来需要进一步探索和改进的方向。研究团队表示，IMIS-Bench将持续迭代，推动AI辅助诊疗从实验室走向临床落地。