今日医学图像分割最新论文精读追踪

本文仅保留论文页面与 PDF URL，不上传 PDF 附件。

今日结论

今天没有检索到已确认顶会 / 顶刊正式接收且未重复的医学图像分割新论文；因此从 2026 年 5 月上旬 arXiv 最新预印本中筛选了 2 篇更值得跟踪的工作。整体趋势仍然很清晰：一类工作试图把 DINO / SAM 等 foundation model 的冻结表征转化为低标注分割能力，另一类则围绕 nnU-Net 的部署效率、拓扑约束和临床可用性做工程化增强。

今天最值得优先看的是 DINO-MVR：它不提出新 backbone，而是把“冻结 DINOv3 特征如何读出成医学分割 mask”作为核心问题，实验设计相对克制，也主动承认比较并非严格 head-to-head。第二篇 Topology-Constrained Quantized nnUNet 与 nnU-Net、3D 分割和模型压缩高度相关，但证据链明显弱一些，适合作为“拓扑约束 + 量化部署”思路参考，而不宜直接当强 baseline。

检索说明

今日检索范围覆盖 arXiv 最新 2026 年 5 月论文，并重点使用关键词组合：medical image segmentation、3D medical image segmentation、nnUNet、Mamba、Transformer、polyp segmentation、foundation medical segmentation、universal medical image segmentation。由于未发现当天 UTC 00:30 附近刚发布且满足“顶会 / 顶刊正式接收 + 未重复 + 分割主任务”的论文，向前回溯到 2026 年 5 月 5–8 日的 arXiv 预印本。两篇入选论文均为 2025 年以后论文，且均为 arXiv preprint，尚未确认顶会 / 顶刊接收。

已检查历史推荐记录并排除了重复论文；历史中已推荐或精读过的重复候选包括：TopoMamba: Topology-Aware Scanning and Fusion for Segmenting Heterogeneous Medical Visual Media、ESICA: A Scalable Framework for Text-Guided 3D Medical Image Segmentation、Sharpening Lightweight Models for Generalized Polyp Segmentation: A Boundary Guided Distillation from Foundation Models、SemiSAM-O1、PanGuide3D、UHR-Net 等。

论文 1：DINO-MVR: Multi-View Readout of Frozen DINOv3 for Annotation-Efficient Medical Segmentation

基本信息

标题：DINO-MVR: Multi-View Readout of Frozen DINOv3 for Annotation-Efficient Medical Segmentation
作者 / 第一作者：Wei Jiang, Feng Liu, Nan Ye, Hongfu Sun / 第一作者 Wei Jiang
时间：2026-05-08
来源：arXiv preprint
论文页面链接：https://arxiv.org/abs/2605.07221
PDF 文件 / PDF 链接：https://arxiv.org/pdf/2605.07221v1
代码链接：未获取；PDF 与 arXiv 元数据中未确认官方 GitHub
任务：annotation-efficient medical image segmentation；2D polyp / skin lesion 分割；slice-wise 3D BraTS FLAIR whole-tumor 分割
数据集：Kvasir-SEG、ISIC 2018、BraTS 2021 FLAIR
方法类型：frozen foundation model feature readout；DINOv3 frozen backbone；lightweight MLP probe；multi-resolution + TTA + entropy fusion + CRF / z-axis smoothing

paper-deep-reader 精读结果

1. 一句话结论

这篇论文最有价值的地方不是提出新型 U-Net / Transformer / Mamba backbone，而是把医学分割重新表述为“如何从冻结 DINOv3 dense features 中读出 mask”的问题，并用轻量 MLP probe、多尺度测试视角和熵引导融合证明冻结自然图像自监督特征在低标注医学分割中仍有可用潜力。

2. 研究背景与核心问题

论文研究的问题是：在医学图像像素级 / 体素级标注昂贵、医学 foundation model 适配成本高的情况下，是否可以不微调大模型 backbone，只训练很小的 readout head，就得到可用的医学分割性能。

作者把问题设置得比较克制：给定一个预训练 DINOv3 ViT-B/16，整个 encoder 参数冻结，只训练分辨率相关的两层 MLP probe。这样可以把两个问题分开：

DINOv3 这样的自然图像自监督视觉模型是否已经含有可迁移到医学图像的结构 / 边界信息；
如果含有这些信息，怎样读出这些信息才最有效。

这与传统 U-Net / nnU-Net 训练范式不同。U-Net / nnU-Net 假设有足够 in-domain 标注，并通过端到端训练得到任务专用 segmenter；DINO-MVR 则假设 backbone 已经固定，主要优化从 frozen feature 到 mask 的读出和测试时融合策略。

3. 现有方法不足

作者指出现有路线主要有几类不足：

U-Net / nnU-Net 类监督方法：在足够标注下很强，但迁移到新器官、新模态、新医院时常需要重新密集标注和训练。
SAM / MedSAM 等 promptable foundation model：具备强泛化潜力，但医学场景通常需要 prompt；如果 prompt 来自人工点、框或 oracle mask，会改变自动分割任务定义。
参数高效适配 / adapter / prompt tuning：减少了微调成本，但仍然要修改模型的一部分参数，并可能需要较多医学域数据。
已有 frozen-DINO segmentation，如 SegDINO：说明 DINO 特征可用于分割，但作者认为还没有充分探索“多层特征、多分辨率、多测试变换”这些 readout 维度。

论文的核心立场是：医学分割能力可能已经部分存在于冻结 DINOv3 dense feature 中，瓶颈不一定是 backbone 微调，而是 readout 设计不足。

4. 方法总览

DINO-MVR 的整体框架可以分为训练和推理两阶段。

训练阶段：

输入图像 x resize 到不同分辨率 r；
使用冻结 DINOv3 ViT-B/16 提取 patch token；
取最后 3 个 transformer block 的特征并 concat：
每层特征维度为 d=768；
concat 后每个 patch token 为 3d=2304 维；
对每个分辨率训练一个两层 MLP：
2304 → 256 → 1；
每个分辨率约 0.59M 可训练参数；
MLP 输出 patch-level foreground logit；
上采样回 mask 尺寸；
使用 BCE + soft Dice loss 训练；
DINOv3 backbone 完全冻结，不反传梯度。

推理阶段：

对同一图像使用多个视角：
分辨率：512 与 1024；
test-time augmentation：identity、horizontal flip、vertical flip；
每个视角经过 frozen DINOv3 + 对应 MLP probe 得到概率图；
对同一分辨率下不同 TTA 结果求平均；
对 512 和 1024 两个分辨率的结果做熵引导融合；
可选 DenseCRF 进行边界 / 空间一致性 refinement；
对 3D volume，逐 slice 处理后沿 z 轴做 Gaussian smoothing，以减少跨层不一致。

这是一种典型的“冻结表征 + 轻量 probe + 测试时 ensemble / 后处理”方法，而不是端到端可学习 3D segmentation architecture。

5. 核心模块拆解

模块 1：Frozen DINOv3 feature stack

输入：resize 后图像 x(r)；
输出：最后三个 transformer block 的 patch feature concat；
作用：利用 DINOv3 后期层中不同程度的语义 / 边界 / 局部结构信息；
创新性判断：不是新 backbone，而是把最后 3 层 concat 作为 readout object；创新中等偏工程化。
可迁移性：较高。若用户想测试 frozen DINO / MAE / SAM encoder feature，对 polyp segmentation 可直接复用这一 readout 设定。
对 3D 分割适配：原文仍是 slice-wise 2D DINO 特征，不能替代真正 3D encoder。

模块 2：Scale-specific MLP probes

输入：每个 patch 的 2304 维 concat feature；
输出：foreground logit；
作用：把 frozen feature 转为 dense binary mask；
关键点：每个分辨率一个 probe，参数量小；
创新性判断：MLP probe 本身简单，但它作为诊断 frozen representation 的实验设计是合理的。
适合迁移到 polyp segmentation：适合，尤其适合低标注 polyp 数据或快速验证 foundation feature 是否有用。

模块 3：Multi-resolution inference

输入：512 与 1024 两个分辨率下的预测；
输出：两类概率图；
作用：低分辨率更稳定，高分辨率保留边界细节；
实验证据：Kvasir ablation 中单独 512 或 1024 分支比完整 512+1024 差。
局限：推理成本明显增加；这不是轻量实时方案。

模块 4：Entropy-guided fusion

输入：512 预测 p_lo 与 1024 预测 p_hi；
操作：计算 binary entropy；当低分辨率分支熵低于阈值 τ=0.3 时用低分辨率，否则用高分辨率；
作用：让稳定的 coarse prediction 主导大区域，让 high-res prediction 处理不确定边界；
创新性判断：规则简单，不是深层理论贡献，但机制清楚、可复现。
对 DAMamba / hybrid 框架启发：可作为 decoder 输出后处理或多尺度预测融合策略，而不是替代 Mamba block。

模块 5：DenseCRF 与 z-axis smoothing

DenseCRF：用于 2D mask 边界空间一致性；
z-axis smoothing：对 BraTS slice-wise 概率图沿深度轴做 Gaussian smoothing；
实验证据：z-axis smoothing 在 BraTS pilot 中 Dice 从 0.8958 提到约 0.9057，HD95 明显降低；
局限：这是非学习式平滑，无法建模复杂 3D anatomical context；对小病灶或非连续结构可能过平滑。

6. 实验设计与结果

数据集与任务：

Kvasir-SEG：2D endoscopy polyp segmentation；用于多视角 readout 与 ablation；
ISIC 2018：2D dermoscopy skin lesion segmentation；
BraTS 2021 FLAIR：volumetric MRI whole-tumor segmentation，采用 slice-wise readout + z smoothing。

指标：

Dice / DSC；
IoU；
HD95；
BraTS 还报告 K-patient annotation efficiency learning curve。

主要结果：

Kvasir-SEG：DINO-MVR reported DSC 0.8946，IoU 0.8375，HD95 15.0；
ISIC 2018：DSC 0.8976，IoU 0.8270，HD95 12.4；
BraTS FLAIR：40-patient reference DSC 0.9082；5 annotated patients 达到 0.8937，约为 reference 的 98.4%。

消融实验：

Kvasir-SEG matched ablation 比较了：

last-3 blocks vs last-1 / last-2；
MLP probe vs linear probe；
512+1024 vs 512-only / 1024-only；
有无 flip-based TTA；
有无 DenseCRF；
raw single-branch readout。

关键观察：

线性 probe 降幅最大，说明非线性读出重要；
去掉 TTA 或多分辨率会下降；
DenseCRF 对 Dice 不一定增加，但改善 HD95；
last-3 block concat 比 last-1 / last-2 略优，但差距不大，说明 DINOv3 最后一层已经很强。

7. 实验可信度判断

总体来说，DINO-MVR 的证据链比很多 arXiv 工程拼模块论文更可信，但还不能视为严格 SOTA 证明。

可信之处：

作者明确说明 2D baseline 表格不是严格 head-to-head，因为 split、metric、backbone size、model selection 可能不同；
有 Kvasir matched ablation，能支持主要设计选择；
没有把 prompt-based SAM 与自动分割方法直接混为同一任务；
对推理成本、非严格比较、slice-wise 3D 的限制有清楚讨论。

主要弱点：

2D 表格中的 U-Net、TransUNet、SegDINO 等多为文献 reported numbers，不是统一复现实验；
缺少 nnU-Net / MedNeXt / UNetR / Swin-UNETR 在同一 split、同一训练预算下的直接比较；
3D BraTS 是 slice-wise 方法加 z smoothing，不是真正 3D context 模型；
推理时使用 2 个分辨率 × 3 个 TTA + CRF，训练参数虽少，但 inference cost 不低；
目前未确认代码开源，复现实用性受限。

因此，该论文更适合被理解为“frozen representation probing + readout strategy”的有价值研究，而不是可直接替代 nnU-Net 的临床级 segmenter。

8. 与主流医学图像分割框架的关系

与 U-Net / nnU-Net：不是 encoder-decoder 从头训练路线；可作为低标注场景下的替代 baseline 或 feature probing 方法。nnU-Net 仍是 fully supervised setting 的强基线。
与 MedNeXt：MedNeXt 属于 ConvNeXt-style 3D convolutional segmentation backbone；DINO-MVR 不学习 3D convolutional hierarchy，二者定位不同。
与 UNetR / Swin-UNETR / nnFormer：这些是 transformer-based 3D medical segmentation framework；DINO-MVR 使用 2D ViT feature，并冻结 backbone，缺少 3D transformer 建模。
与 TransUNet / TransFuse：TransUNet 端到端结合 CNN / Transformer；DINO-MVR 更像 foundation feature readout + test-time fusion。
与 Mamba / VMamba / SegMamba / DAMamba：没有状态空间模块；对 Mamba 研究的启发在于“多尺度预测融合”和“冻结 foundation feature + 小 decoder”可与 Mamba decoder 或 DAMamba block 结合。
与 medical segmentation foundation model：相比 SAM / MedSAM，DINO-MVR 不依赖 prompt，而是训练自动分割 probe；相比 SuPreM 等 3D supervised pretraining，它依赖自然图像 DINOv3 dense representation。

9. 对我课题的价值

对用户的 polyp segmentation、DAMamba 改造和医学图像分割框架选择，这篇论文有较高参考价值：

polyp segmentation：Kvasir-SEG 是主要实验之一，DINO-MVR 的 readout / TTA / entropy fusion 可直接作为 polyp 低标注或 frozen encoder baseline。
DAMamba 改造：不直接提供 Mamba 模块，但可借鉴其多分辨率预测、entropy-guided fusion、test-time view aggregation，把这些作为 DAMamba decoder 输出层或 ensemble 策略。
baseline 价值：适合作为 foundation-feature-readout baseline，尤其用于说明“只训练轻量 readout 的低标注上限”。
related work 价值：可放在 foundation model / frozen self-supervised representation / annotation-efficient segmentation 相关工作中。
复现价值：如果代码未开源，复现仍可行，因为方法相对简单；关键在于 DINOv3 feature extraction、分辨率设置、TTA、CRF 与 z smoothing 细节。

10. 阅读建议

强烈建议精读。

理由：这篇论文与“foundation model for medical segmentation”“annotation-efficient segmentation”“polyp segmentation”“轻量 readout / decoder 设计”高度相关，而且方法机制清楚、消融比较完整、限制写得相对诚实。建议优先阅读 Method 与 Experiments，尤其是最后 3 层特征 concat、MLP probe、多分辨率熵融合和 Kvasir ablation。若用户计划做 DAMamba 或 polyp segmentation，可以把它作为一个非 Mamba 但很有参考价值的 frozen-foundation baseline。

论文 2：Topology-Constrained Quantized nnUNet for Efficient and Anatomically Accurate 3D Tooth Segmentation

基本信息

标题：Topology-Constrained Quantized nnUNet for Efficient and Anatomically Accurate 3D Tooth Segmentation
作者 / 第一作者：Paarth Prasad, Ruchika Malhotra / 第一作者 Paarth Prasad
时间：2026-05-05
来源：arXiv preprint
论文页面链接：https://arxiv.org/abs/2605.04201
PDF 文件 / PDF 链接：https://arxiv.org/pdf/2605.04201v1
代码链接：未获取；PDF 与 arXiv 元数据中未确认官方代码
任务：3D tooth segmentation from CBCT；32 tooth classes + background
数据集：论文称使用 public dental CBCT dataset，200 scans，引用 3DTeethSeg’22 / 3D teeth scan segmentation and labeling challenge；但数据描述与引用需进一步核查
方法类型：nnU-Net 改进；8-bit quantization-aware training；topological loss；3D medical segmentation；model compression / deployment

paper-deep-reader 精读结果

1. 一句话结论

这篇论文的主要价值在于提出“量化 nnU-Net 时不仅保持 Dice，还要显式保持牙齿拓扑结构”的方向，但当前论文的实验与方法细节可信度不足，更适合作为拓扑约束和部署压缩思路的参考，而不建议直接作为强证据 baseline。

2. 研究背景与核心问题

论文研究 3D CBCT 牙齿分割。牙齿分割用于正畸规划、种植、法医学识别等场景；这类任务不仅要求 voxel-level overlap 高，还要求牙齿数量、相邻牙关系和内部结构合理。

作者关注的问题是：nnU-Net 在 3D tooth segmentation 上效果好，但 full precision 模型大、推理慢；普通 8-bit 量化虽然减小模型和加速推理，却可能破坏牙齿拓扑结构。例如：

牙齿实例断裂；
相邻牙错误粘连；
牙体内部出现 spurious cavity；
tooth count 不正确。

因此作者试图把 topology-specific constraints 放入 quantization-aware training，使量化后的 nnU-Net 仍保持解剖合理性。

3. 现有方法不足

论文认为现有方法主要有三类不足：

标准 nnU-Net / dental segmentation 方法：精度较高，但模型大，3D volume 推理成本高，不利于资源受限临床部署。
普通 post-training quantization / QAT：能把模型压缩到 8-bit，提高 CPU / edge device 推理效率，但优化目标主要是数值误差或 Dice，不保证 topology。
一般 topology-aware segmentation loss：多用于 full precision 模型，未专门处理量化引入的 spatial discontinuity，也没有牙齿特异的 count / adjacency / cavity 设计。

论文的 main move 是把 dental topology invariants 显式写成 loss，并和 QAT loss 一起优化。

4. 方法总览

整体框架是一个 8-bit quantized nnU-Net + topology loss。

Backbone：

使用 nnU-Net v2 作为基础；
仍是 3D U-Net encoder-decoder；
包含 skip connection、卷积层、instance normalization、LeakyReLU、deep supervision 等 nnU-Net 常规组件；
不改变原始 nnU-Net 架构，只替换为量化感知训练后的 8-bit 权重和激活。

量化：

使用 8-bit symmetric uniform quantization；
weights 和 activations 均量化；
卷积权重 per-channel quantization；
activation per-tensor quantization；
使用 QAT，在 forward 中模拟量化，在 backward 中用 straight-through estimator 近似 rounding 梯度；
量化函数大致为 Q(x)=round(x/s)*s。

拓扑约束：

作者定义总拓扑损失：

L_topo = λ1 L_count + λ2 L_adj + λ3 L_hole

其中：

L_count：惩罚预测 connected component 数量与 ground truth 数量不一致；
L_adj：惩罚预测牙齿邻接关系 / 边界与 ground truth 邻接不一致；
L_hole：使用 Betti number / persistent homology 思路惩罚牙齿内部 spurious holes。

总损失：

L_total = L_CE + α L_quant + β L_topo

也就是 cross-entropy segmentation loss + quantization regularization + topology loss。

推理阶段不额外做拓扑后处理；作者声称拓扑约束已隐式编码到量化权重中，因此推理仍是单次 quantized nnU-Net forward pass。

5. 核心模块拆解

模块 1：8-bit QAT nnU-Net

输入：3D CBCT volume；
输出：多类别 tooth segmentation mask；
作用：在保留 nnU-Net 分割能力的同时降低模型大小和推理时间；
创新性判断：QAT 本身不是新方法，但和 dental topology loss 结合是该论文的主要卖点。
对 3D medical segmentation：方向有用，尤其适合 clinical deployment / edge inference。
对 polyp segmentation：直接价值有限，因为 polyp 是 2D / endoscopy foreground mask，不具备牙齿 count / adjacency 这种强拓扑结构。

模块 2：Tooth count loss

输入：预测概率图与 ground truth mask；
输出：connected component count 差异；
解决问题：missing tooth / extra segment / fragmented tooth；
创新性判断：概念合理，但论文中“differentiable thresholding + connected component count”的实现细节不够充分，真实可微性和稳定性需要代码验证。
可迁移性：可迁移到 vertebrae、rib、multi-organ instance count 等任务。

模块 3：Adjacency consistency loss

输入：每个牙齿类别的预测区域和 ground truth 邻接图；
输出：邻接边界差异；
解决问题：相邻牙粘连或错误断开；
创新性判断：医学结构约束有意义，但实现依赖 ground-truth adjacency 与边界提取，论文没有充分说明复杂病例、缺牙、implant、异常排列时如何处理。
迁移性：对 spine / vessel / dental / airway 等结构更有用；对 polyp 分割基本不适用。

模块 4：Cavity / Betti number loss

输入：每个 tooth segment 的预测 mask；
输出：预测与真值一阶 Betti number 差异；
解决问题：量化导致的内部孔洞或结构破坏；
创新性判断：topological data analysis 在 medical segmentation 中已有基础；本文的牙齿特异组合有一定价值，但“differentiable persistent homology approximation”描述偏概念化。
对 3D segmentation：适合血管、气道、牙齿、椎体等拓扑敏感对象，但训练成本和梯度稳定性需要严查。

模块 5：Implicit topology at inference

输入：训练好的 quantized nnU-Net；
输出：无需后处理的 mask；
作用：保持推理速度；
可信度判断：这个目标合理，但论文证据不足以完全证明“拓扑约束被可靠编码进权重”，尤其缺少外部数据、跨中心测试和代码。

6. 实验设计与结果

数据集：

论文称使用 200 个高分辨率 CBCT scans，32 tooth classes，平均体积 512×512×256，0.3mm isotropic spacing，并划分为：

train：140 scans；
validation：30 scans；
test：30 scans。

数据集被称为 public dental CBCT dataset，并引用 3DTeethSeg’22 challenge。但论文正文中的数据集描述、引用和实际 3DTeethSeg 数据规格需要进一步核对，因此这里不把数据设定视为完全已验证事实。

训练设置：

PyTorch 1.10；
nnU-Net v2；
Adam，初始 learning rate 3e-4；
batch size 2；
1000 epochs；
early stopping by validation Dice；
A100 40GB 训练；
Intel Core i9-10900K CPU 上用 ONNX Runtime 测量 integer-only inference；
random seed 42。

评价指标：

segmentation accuracy：DSC、IoU、Boundary F1；
topological fidelity：Tooth Count Accuracy, Adjacency Consistency Score, Cavity Error Rate；
efficiency：model size、inference time、MACs。

baseline：

Full-Precision nnUNet；
Post-Training Quantized nnUNet；
QAT-nnUNet；
TopoNet adapted for dental data。

主要结果：

论文报告：

Full-Precision nnUNet：DSC 92.3%，size 1024MB，CPU time 8.2s；
Post-Training Quant：DSC 88.7%，size 256MB，time 2.1s；
QAT-nnUNet：DSC 90.1%，size 256MB，time 2.3s；
TopoNet：DSC 91.8%，size 896MB，time 7.5s；
Proposed：DSC 91.5%，size 256MB，time 2.4s，TCA 93.8%，ACS 91.0%，CER 3.9%。

消融：

从 QAT-only 到加入 count / adjacency / cavity / full topology loss：

QAT-only：DSC 90.1，TCA 85.4，ACS 83.7，CER 9.5；
- Count Loss：TCA 提升到 89.2；
- Adjacency Loss：ACS 提升到 89.3；
- Cavity Loss：CER 降到 5.1；
Full Topo Loss：DSC 91.5，TCA 93.8，ACS 91.0，CER 3.9。

作者据此认为三类拓扑约束有协同作用。

7. 实验可信度判断

这篇论文的想法有参考价值，但实验可信度需要谨慎对待。

相对可信的部分：

研究问题真实存在：量化可能破坏边界和细结构；
牙齿分割确实需要 count、adjacency、hole / cavity 等结构合理性；
与 nnU-Net、QAT、topology loss 的结合方向清楚；
指标设计覆盖了 Dice 之外的拓扑质量，比只报 Dice 更有意义。

主要问题：

PDF 中没有确认官方代码；
数据集描述较笼统，虽然引用 public CBCT dataset / 3DTeethSeg’22，但具体数据版本、下载源、preprocessing 和 challenge protocol 不够可核查；
拓扑损失的可微实现描述偏概念化，例如 connected component count、Betti number、boundary adjacency 的 differentiable approximation 需要代码或更严谨附录支撑；
表格结果很整齐，但缺少置信区间、病例级统计、失败案例细节；
虽然声称 paired t-test，但正文没有展示 p-value 或统计检验表；
没有多中心 / 外部测试，无法确认 clinical robustness；
未与 ToothSeg、最新 dental segmentation SOTA 或真实 nnU-Net strong training recipe 做充分统一比较；
量化推理 speedup 在 CPU / Jetson 上给出，但 ONNX / integer-only 执行细节不足，部署复现难度较高。

因此，这篇论文的结论需要弱化：它支持“拓扑约束可能缓解量化 nnU-Net 的结构错误”这个方向，但还不足以证明其方法已是可靠 SOTA。

8. 与主流医学图像分割框架的关系

与 U-Net / nnU-Net：直接基于 nnU-Net，是 nnU-Net 的 quantization-aware + topology-aware 变体；没有改变 encoder-decoder 主体。
与 MedNeXt：MedNeXt 是现代卷积 3D backbone；本文没有引入 ConvNeXt block，但“压缩 + 拓扑 loss”思想可迁移到 MedNeXt。
与 UNetR / Swin-UNETR / TransUNet：本文不是 Transformer-based segmentation；如果目标是 volumetric context modeling，它不如 UNETR / Swin-UNETR 提供新的建模结构。
与 Mamba / VMamba / SegMamba / DAMamba：无 Mamba / state space 模块；但 topology loss 可作为 DAMamba 或 SegMamba 在 3D anatomical segmentation 中的辅助 loss。
与 foundation model segmentation：不是 SAM / MedSAM / DINO 类 foundation model；它更偏部署工程和结构先验。
与 lightweight segmentation：相关性强。它关注 8-bit inference、model size、CPU / edge 推理，是 lightweight medical segmentation 的一条路线。

9. 对我课题的价值

对用户课题的价值要分方向看：

polyp segmentation：直接价值较低。Polyp segmentation 更关心边界、伪装、domain generalization、实时性，而不是 tooth count / adjacency。可以借鉴 boundary / topology-inspired loss，但不宜照搬。
DAMamba 改造：中等价值。可把 topology-aware loss 作为 DAMamba 处理 3D tooth / vessel / spine / multi-instance anatomy 时的 training regularizer；但不是 Mamba block 结构创新。
3D medical image segmentation：有一定参考价值。尤其适合作为“nnU-Net 部署压缩 + anatomical constraint”的 related work。
baseline 价值：不建议作为强 baseline；如果引用，应标注为 arXiv preprint，并强调代码和数据协议未确认。
introduction / related work：可用于说明 Dice-only optimization 与 deployment compression 不足以保证 anatomical fidelity。
复现实验参考：如果用户关心量化 / edge deployment，可以参考其 loss 设计；但复现前必须先确认数据集、代码、QAT 实现和拓扑 loss 可微实现。

10. 阅读建议

建议略读到中等精读。

建议阅读 Introduction、Method 中 loss 设计、Experiment tables，但不建议把它当作可靠 SOTA 论文全面精读。它适合作为一个研究想法来源：如何在 3D 医学分割中把 topology-aware regularization 与 quantization-aware training 结合。若用户近期研究重点是 polyp segmentation 或 DAMamba backbone 改造，优先级低于 DINO-MVR；若转向 3D 牙齿、脊柱、血管、气道或轻量部署，则值得进一步核查和复现。

今日推荐优先级

DINO-MVR: Multi-View Readout of Frozen DINOv3 for Annotation-Efficient Medical Segmentation
最值得优先读。它与 foundation model、低标注医学分割、polyp segmentation、轻量 decoder/readout 设计都有直接关系；方法简单但问题定义清楚，实验限制也写得相对诚实。
Topology-Constrained Quantized nnUNet for Efficient and Anatomically Accurate 3D Tooth Segmentation
作为“拓扑约束 + nnU-Net 量化部署”的思路值得保留，但证据链较弱，不建议优先投入大量时间复现。更适合在做 3D 结构敏感分割或模型压缩时作为启发性参考。

今日论文链接获取情况

论文 1：已附 PDF。同时提供 arXiv PDF 链接：https://arxiv.org/pdf/2605.07221v1
论文 2：已附 PDF。同时提供 arXiv PDF 链接：https://arxiv.org/pdf/2605.04201v1

今日可执行建议

先精读 DINO-MVR，并把它加入 foundation model / annotation-efficient segmentation 相关工作。
重点看 frozen DINOv3 last-3-layer feature concat、MLP probe、多分辨率 inference、entropy-guided fusion 与 Kvasir ablation。它对 polyp segmentation 和低标注实验设计很有参考价值。
可以尝试把 DINO-MVR 的 entropy-guided multi-resolution fusion 移植到自己的 U-Net / DAMamba decoder 输出端。
例如训练 DAMamba 主分支后，在 512 / 1024 或多尺度输出上做 entropy-based branch selection，观察 polyp boundary、HD95 或 mDice 是否改善。
Topology-Constrained Quantized nnUNet 暂不建议作为强 baseline，但可作为 3D 分割部署与 topology loss 的 idea bank。
如果后续做 3D tooth / spine / vessel / airway segmentation，可以借鉴 count / adjacency / cavity loss；若仍聚焦 polyp segmentation，则只需略读其 loss 思想，不必投入复现。