今日医学图像分割最新论文精读追踪

今日结论

今天检索到的最新医学图像分割论文中，方法创新最值得关注的不是又一个 U-Net 模块堆叠，而是两个更偏“真实部署问题”的方向：一篇处理 Split Federated Learning 场景下多中心不准确标注，另一篇处理医学分割公平性中“组内困难样本被平均值掩盖”的问题。两篇均为 2026 年 arXiv 预印本，均晚于 2025 年，且 PDF 可直接获取；它们对 polyp / DAMamba 主干设计不是直接 backbone 替换，但对弱标注、多中心泛化、临床部署可信性相关章节和实验设计很有参考价值。

检索说明

本次优先检索 arXiv 2026-05-11 至 2026-05-14 新近提交的 medical image segmentation / federated segmentation / fairness segmentation / 3D medical segmentation 论文，并对历史 cron 输出中的已推荐标题与 arXiv ID 做了去重。所有入选论文均为 2025 年及以后论文；由于今天未发现新的已接收 MICCAI/CVPR/ICCV/ECCV/NeurIPS/ICLR 顶会正式分割论文 PDF，最终选择了两篇最新且实验较完整、问题设置更有研究价值的 arXiv preprint。已检查历史推荐记录并排除了重复论文；本次跳过的历史推荐候选包括 Med-DisSeg、SpectraFlow、FEFormer、USEMA、GeoProto、XTinyU-Net、MedCore、TopoMamba、ESICA、SemiSAM-O1 等。

WordPress 发布

WordPress 文章链接：待发布后填写
WordPress Post ID：待发布后填写

论文 1：SplitFed-CL: A Split Federated Co-Learning Framework for Medical Image Segmentation with Inaccurate Labels

基本信息

标题：SplitFed-CL: A Split Federated Co-Learning Framework for Medical Image Segmentation with Inaccurate Labels
作者 / 第一作者：Zahra Hafezi Kafshgari, Hadi Hadizadeh, Parvaneh Saeedi / Zahra Hafezi Kafshgari
时间：2026-05-11 arXiv v1；论文首页标注将出现在 ICIP 2026 proceedings
来源：arXiv preprint / ICIP 2026 proceedings 标注版本
论文页面链接：https://arxiv.org/abs/2605.11060
PDF 文件 / PDF 链接：https://arxiv.org/pdf/2605.11060
代码链接：未获取 / 论文正文未提供明确代码链接
任务：Split Federated Learning 下的医学图像分割，重点是不准确 / 异质标注质量下的鲁棒训练
数据集：Human Embryo 四类显微图像分割；PSFHS 产时经会阴超声 pubic symphysis / fetal head 分割；ISIC / ISIC MultiAnnot++ 皮肤病灶分割
方法类型：SplitFed + student-teacher co-learning + label reliability detection + label correction + consistency regularization + reliability-aware aggregation

paper-deep-reader 精读结果

1. 一句话结论

这篇论文最有价值的地方，是把多中心医学分割中各客户端标注质量不同的问题建模为 SplitFed 训练过程中的可靠样本识别、伪标签修正与可靠性加权聚合问题，而不是只做常规 FedAvg 或简单 noisy-label loss。

2. 研究背景与核心问题

论文研究的是 Split Federated Learning 场景下的医学图像分割：每个客户端保留数据本地，模型被切分为 client front-end、server-side heavy computation 和 client back-end，以兼顾隐私和边缘设备算力。医学分割的现实问题是不同医院、设备、标注者经验会导致标签质量差异，尤其边界区域常有不一致；如果直接把这些客户端一起训练，全局模型会被低质量标签拖偏。

paper map 可概括为：论文研究 SplitFed 医学图像分割中异质不准确标注问题；主线是在 DeepLabV3+ SplitFed 架构中引入全局 teacher、可靠样本阈值、student-teacher 标签修正、consistency loss 和可靠性聚合；声称在两个合成噪声多类分割数据集和一个真实标注噪声 ISIC 数据集上优于 FedAvg、FedMix、FedNCL、ARFL、QA-SplitFed、CELC、DHLC；关键技术对象是 difficulty-guided annotation error simulation、tau 阈值、可靠/不可靠样本集合、修正标签、可靠性权重、可学习 loss 权重；主要风险是噪声模型和 SplitFed 实验规模仍偏受控，未充分证明真实多中心大规模部署下的通信、隐私泄露和泛化表现。

路线记录：Primary adapter = method-algorithm；Secondary adapter = benchmark-evaluation；Evidence packs = general、experimental-eval、robustness-and-ood、reproducibility-and-compute；Route confidence = 高。原因：论文核心是一个训练框架 / 算法，证据主要来自多数据集鲁棒性比较与消融。

3. 现有方法不足

作者指出，已有 noisy-label federated learning 多数面向分类，难以直接迁移到医学分割，因为分割标签错误往往集中在模糊边界、曲率高、弱边缘区域，而不是随机 label flip。已有医学 FL / SplitFed 方法如 FedMix、FedA3I、FedDM、QA-SplitFed、DHLC / CELC 要么处理有限监督和弱监督，要么做 client quality weighting 或 lesion label refinement，但对 SplitFed 下样本级可靠性识别、标签局部修正和客户端聚合质量同时建模不足。作者还批评常见噪声模拟过于简单，如随机标签打乱、基本 dilation / erosion，不能反映人类边界标注错误。

4. 方法总览

整体框架基于 DeepLabV3+，使用 ResNet50 encoder。网络被切分为三段：客户端 front-end 编码输入并上传中间激活；服务器子模型执行重计算；客户端 back-end 解码输出分割 mask。每轮训练中，客户端学生模型更新，全球平均模型作为 teacher 提供稳定预测。

核心训练目标包含三部分：可靠样本的 region loss；不可靠样本经 student-teacher 修正后的 region loss；扰动输入上的 consistency loss。可靠样本直接用原标签训练；不可靠样本先由 student-teacher 修正；扰动输入上的 student 预测要与 teacher 在原输入上的预测保持一致。后续作者把固定 alpha、beta 换成可学习权重，并用 warm-up 避免早期伪标签过强影响。

5. 核心模块拆解

Difficulty-guided 标注错误模拟：作者先用 signed distance function 定义边界窄带，使边界带随目标尺度自适应。然后在边界带内计算三类困难度：弱边缘、模糊、曲率，组合为 difficulty map。再把困难度映射为形变幅度，方向由边界内外 edge evidence 的差异决定，最后形变 SDF 并阈值得到 noisy mask。这个模块的意义是让合成噪声更像真实分割边界错误；创新性比随机腐蚀/膨胀更强，但仍是 hand-crafted noise model。
可靠 / 不可靠样本识别：对 batch 样本计算 student 与 teacher 的 per-sample region loss，若二者均低于全局阈值 tau，划为可靠集合；若二者均高于 tau，划为不可靠集合。tau 初始较高，让训练早期尽量利用数据；随后由跨客户端 loss 均值和方差组成统计量，再按 performance ratio 加权得到，并随训练逐渐严格。
Student-teacher 标签修正：对不可靠样本，构造 student hard mask、teacher hard mask 与原标签之间的 symmetric difference 区域，只在不一致区域做修正。若 student 或 teacher 在区域内置信度超过阈值 T=0.9，用相应预测替换原标签；否则保留原标签。这个设计适合边界修正，但对系统性错误或 teacher 早期错误有依赖。
可靠性加权 SplitFed 聚合：客户端上传可靠样本数与可靠子集 loss。服务器计算 data ratio 和 performance ratio，再对 FE/S/BE 三段参数加权平均。相比 FedAvg 按样本量聚合，低损失且可靠样本多的客户端权重更高。
可学习 loss 权重：论文使用 sigmoid 参数化的 unreliable-label loss 权重与 consistency loss 权重，配合 warm-up 和 EMA normalization，避免人工调 alpha、beta。这对工程复现有意义，但也增加了调参细节。

迁移价值：这些模块不是直接用于 polyp backbone 的结构创新，但 difficulty-guided boundary-noise simulation 与 student-teacher 修正很适合迁移到 polyp segmentation 的弱标注 / noisy annotation 实验；SplitFed 聚合部分适合多中心协作训练，不适合单机 DAMamba 主干改造。

6. 实验设计与结果

实验包含三类数据：Human Embryo 594 张显微图像，四类结构分割，四客户端异质划分；PSFHS 1358 张超声图像，分割 pubic symphysis 和 fetal head，客户端 corruption ratios 为 20%、50%、80%、0%；ISIC / IMA++ 中选取 T2/S2 semi-automated + novice verified 作为真实不可靠标注，T1/S1 expert mask 作为较准确标注，并构建五客户端 0%、50%、50%、80%、60% 噪声场景。模型输入 resize 到 352x352，Adam 学习率 1e-4，5 local epochs / round，100 global epochs，阈值 T=0.9。

主要结果：PSFHS 上 SplitFed-CL full 的 accuracy 0.9788、Dice loss 0.0363、mean IoU 0.9592、PS IoU 0.8805、FH IoU 0.9424，优于 QA-SplitFed、FedAvg、FedMix、FedNCL-V2、ARFL、CELC、DHLC。Human Embryo 上 full method accuracy 0.9451、Dice loss 0.0725、mean IoU 0.8995，高于多种 baseline，并优于 no label correction 和 no consistency loss 消融。ISIC 上 full method accuracy 0.9830、Dice loss 0.1320、FG IoU 0.7641、precision 0.9074、recall 0.9157，接近 clean-label FedAvg 的 FG IoU 0.7641，并优于 QA-SplitFed 0.7432。Figure 3 显示 PSFHS 上估计训练噪声比例接近注入比例：真实 20%、50%、80%、0%，检测为 18.8%、45.6%、74.8%、0.4%。

7. 实验可信度判断

可信点：实验覆盖多类显微图像、超声和皮肤病灶；包含合成噪声与真实标注噪声；baseline 不少，并包括 QA-SplitFed 这一直接相关 SplitFed 方法；消融显示 label correction 与 consistency loss 均有贡献；噪声比例估计和 label correction 可视化支持机制解释。

不足也很明显：第一，正文没有报告随机种子方差 / 置信区间，统计显著性不清楚。第二，大多数噪声仍来自作者自定义的 difficulty-guided 形变，真实临床多中心标注误差可能包含漏标、类别混淆、protocol 差异，不只是边界形变。第三，SplitFed 的通信量、隐私泄露风险、server activation inversion 等没有展开。第四，代码链接未提供，复现难度较高。第五，DeepLabV3+ / ResNet50 为基础模型，未验证 nnU-Net、UNetR、Swin-UNet、MedNeXt、Mamba 系列分割框架下是否同样有效。

8. 与主流医学图像分割框架的关系

它不是 U-Net / nnU-Net / Transformer / Mamba 的新主干，而是训练范式和鲁棒学习框架。与 U-Net / nnU-Net 的关系：可把 SplitFed-CL 的可靠样本识别、标签修正和聚合策略挂到 nnU-Net 或 3D U-Net 的 federated / split-federated 训练上。与 TransUNet / Swin-UNet / UNetR 的关系：如果 server-side 能承载 Transformer bottleneck，它也可用于这些模型，但论文未验证。与 DAMamba / SegMamba 的关系：没有状态空间模块；可借鉴其 noisy-label 和 consistency training 逻辑，为 Mamba-based medical segmentation 设计多中心鲁棒训练实验。与 foundation model 的关系：不依赖 SAM / MedSAM；但 teacher-student label correction 和不可靠标注修正思路可与 foundation model pseudo-label 结合。

9. 对我课题的价值

对 polyp segmentation：中等偏高。它的 boundary-centric error simulation 很适合模拟息肉边界模糊标注；student-teacher correction 可用于 Kvasir-SEG / CVC-ClinicDB / ETIS 等数据的 noisy-label robustness 实验。对 DAMamba 改造：不是结构模块，不能直接作为 DAMamba block，但可作为训练鲁棒性 / 多中心泛化扩展实验。对 introduction / related work：如果要讨论临床部署、多中心隐私训练、不准确标注，这是很好的近期引用。对 baseline：只有在做 federated / split-federated polyp segmentation 时才适合作为 baseline；普通单中心 polyp segmentation 不必强行比较。

10. 阅读建议

建议精读。如果近期目标是主干结构创新，可先读方法和实验表；如果计划写 noisy-label、弱标注、多中心 polyp segmentation 或 clinical deployment 章节，建议全文精读并复现 difficulty-guided noise simulation。

论文 2：DuetFair: Coupling Inter- and Intra-Subgroup Robustness for Fair Medical Image Segmentation

基本信息

标题：DuetFair: Coupling Inter- and Intra-Subgroup Robustness for Fair Medical Image Segmentation
作者 / 第一作者：Yiqi Tian, Sangjoon Park, Bo Zeng, Pengfei Jin, Yujin Oh, Quanzheng Li / Yiqi Tian
时间：2026-05-11 arXiv v1
来源：arXiv preprint
论文页面链接：https://arxiv.org/abs/2605.10521
PDF 文件 / PDF 链接：https://arxiv.org/pdf/2605.10521
代码链接：未获取 / 论文正文未提供明确代码链接
任务：公平性医学图像分割；2D fundus optic cup/rim、2D skin lesion、3D radiotherapy target segmentation
数据集：Harvard-FairSeg；HAM10000；in-house 3D pelvic CT prostate radiotherapy CTV cohort
方法类型：fairness-aware segmentation；distribution-aware mixture-of-experts；subgroup-conditioned KL-DRO / robust loss aggregation

paper-deep-reader 精读结果

1. 一句话结论

这篇论文最重要的价值，是把医学分割公平性从组间平均指标差距推进到组间适配 + 组内困难患者不被平均值掩盖的双轴问题，并用 dMoE + subgroup-conditioned DRO 给出一个可实现框架。

2. 研究背景与核心问题

医学图像分割正在进入筛查、诊断、放疗计划等临床环节，模型在不同人口学、临床或机构子群上的表现差异会导致实际风险。例如 glaucoma screening 中 optic cup/rim 边界错误可能影响判断，radiotherapy target segmentation 错误可能漏照病灶或照射健康组织。已有公平性工作往往按 race、age、sex、tumor stage、institution 等预定义 subgroup 计算平均性能并缩小组间差距；但同一 subgroup 内也有图像质量、解剖差异、病灶范围、边界模糊等差异，平均值会掩盖少数高损失患者。

paper map：论文研究公平医学分割中 subgroup 平均性能掩盖组内困难样本的问题；主线提出 DuetFair 双轴机制，并实例化为 FairDRO：用 dMoE 处理 inter-subgroup representation adaptation，用 subgroup-conditioned KL-DRO 处理 intra-subgroup hard sample robustness；声称在 Harvard-FairSeg、HAM10000 和 3D 放疗 CTV 分割中提升 equity-scaled metrics 和 worst subgroup performance；关键技术对象是 subgroup attribute、ERM subgroup risk、dMoE routing、robust risk、KL ambiguity set、ES-Dice / ES-IoU；主要风险是方法依赖训练和推理时可用且可靠的 subgroup 属性，且在 HAM10000 这类主要由组间差异解释的任务上优势不稳定。

路线记录：Primary adapter = method-algorithm；Secondary adapter = benchmark-evaluation；Evidence packs = general、experimental-eval、robustness-and-ood、benchmark-fairness-and-contamination；Route confidence = 高。原因：论文贡献是一个公平性训练目标和架构组合，并用多 benchmark 公平性指标支撑。

3. 现有方法不足

作者认为已有 FairSeg、FairDiff、FairDomain、dMoE 等医学分割公平性方法主要关注 inter-subgroup fairness：按 race、age、domain 或 clinical subgroup 衡量和改善群体平均性能。但 subgroup 内部并不均质，困难病例可能被 subgroup mean 淹没。另一方面，CVaR、tilted ERM、focal loss、OHEM 等 sample-wise robust learning 会关注困难样本，但通常在全局样本池中定义 hard cases，小 subgroup 内部的困难样本仍可能因为数量少而影响不足。论文的核心批评是：单独按 group 或单独按 sample 都不够，公平医学分割需要同时处理组间异质性和组内困难样本。

4. 方法总览

FairDRO 从标准 ERM 写起：标准 ERM 可写成各 subgroup 风险的加权平均。这个式子暴露两层平均：组间由 subgroup frequency 决定，小组影响可能小；组内 subgroup risk 是平均风险，高损失样本可能被低损失样本稀释。作者指出，简单两层 reweighting 在一阶梯度里只体现为 subgroup weight 与 sample weight 的乘积，无法清楚区分“强调 subgroup”还是“强调 subgroup 内困难样本”。因此 FairDRO 把两件事拆开：用 dMoE 在 representation 层处理组间差异；用 subgroup-conditioned DRO 在 loss aggregation 层处理组内困难样本。最终目标是均匀聚合各 subgroup 的 robust risk，不手动偏置某个 subgroup。

5. 核心模块拆解

DuetFair 机制：这不是一个具体 layer，而是问题分解：inter-subgroup axis 关注不同 subgroup 的分布和形态差异；intra-subgroup axis 关注同一 subgroup 内 hard patients。这个视角很有写作价值，因为它能解释为什么单看 subgroup mean 不足以保证患者级可靠性。
dMoE 表征适配：给定样本和 subgroup attribute，在 backbone 中间层取特征，通过 subgroup-conditioned top-K expert routing 添加残差专家变换，然后 decoder 输出 mask。dMoE 的作用是把不同 race / age / tumor stage / institution 的分布差异放在 feature path 中处理，而不是只靠 loss 权重。
Subgroup-conditioned DRO：对每个 subgroup 单独定义 KL ambiguity set。robust risk 是该 subgroup 内所有近邻分布上的 worst-case expected loss。有限样本下，附录给出 log-sum-exp 形式和指数倾斜权重；这意味着高损失样本获得更大梯度权重，但该权重是在 subgroup 内部归一化的，所以小 subgroup 的困难病例不会被全局大 subgroup 样本压掉。
Equity-scaled metrics：论文使用 ES-Dice / ES-IoU，把总体指标按 subgroup 指标偏离总体值的绝对差进行 down-scale。这比只报平均 Dice 更能反映 subgroup disparity。

模块迁移性：dMoE routing 可嵌入 TransUNet、3D U-Net、甚至 Mamba/VMamba encoder 的中间层；DRO loss 是 architecture-agnostic。对 polyp segmentation，若没有明确 demographic / institution subgroup，方法不能直接用；但可把数据集来源（Kvasir、ClinicDB、ETIS、CVC-ColonDB）或成像中心视为 subgroup，研究跨数据集公平 / 泛化。

6. 实验设计与结果

实验覆盖三个 benchmark：Harvard-FairSeg，10,000 张 SLO fundus 图像，optic cup / neuroretinal rim mask，race 分为 Black / Asian / White，测试集 2,000，使用 TransUNet ViT-B；HAM10000，10,015 张 dermoscopy 图像，binary lesion mask，age 分 5 组，测试 1,061，同样使用 TransUNet ViT-B；Radiotherapy Target Dataset，in-house pelvic CT prostate cancer CTV 分割，T-stage subgroup 和 institution subgroup 两种设置，使用 3D Residual U-Net，patch 384x384x128，batch size 4，sliding-window inference。

主要结果：Harvard-FairSeg race / rim 上 FairDRO ES-Dice 0.755、Dice 0.816、ES-IoU 0.639、IoU 0.701；Asian subgroup Dice 从 dMoE 的 0.769 提升到 0.780。cup 分割中 Asian Dice 从 0.844 提升到 0.852。HAM10000 age 上 FairDRO 对 80 岁以上 minority group 相比 dMoE 有提升（Dice 0.864 到 0.876，IoU 0.791 到 0.840），但整体指标不优于 dMoE，作者承认当差异主要是组间时 GDRO 已经很强，FairDRO 额外收益有限。3D radiotherapy / T-stage 上 FairDRO ES-Dice 0.530、Dice 0.665、ES-IoU 0.411、IoU 0.521；相对 dMoE，worst-group Dice 从 T2 的 0.585 提升到 0.620。3D radiotherapy / institution 上 FairDRO ES-Dice 0.589、Dice 0.688、ES-IoU 0.471、IoU 0.554；最难 GN Dice 从 3D ResUNet 的 0.551 / dMoE 的 0.547 提升到 0.592，SC-GN gap 从约 0.18 缩小到约 0.14。消融 Table 6 显示 dMoE-ERM、SG-DRO、FairDRO 三者对比中组合最好，支持双轴设计。

7. 实验可信度判断

可信点：论文包含公开 2D fairness benchmark、公开 skin lesion benchmark 和临床 3D CT 放疗任务；报告了 subgroup-wise metrics、worst subgroup、ES metrics 和 1000 bootstrap 95% CI；有 dMoE、GDRO、Prompt-GDRO、MoE、FEBS、FairDiff 等比较；附录给出两轴消融、KL-DRO 权重解释和数据分布。

限制：第一，关键 3D radiotherapy 数据是 in-house，无法独立复现全部结论。第二，FairDRO 依赖推理时 subgroup attribute 可用且可靠；在实际 polyp 数据中，中心、设备、患者属性未必可用或标注一致。第三，HAM10000 上 FairDRO 不总是优于 GDRO / dMoE，说明方法优势依赖“组内异质性强”这一条件。第四，代码链接未提供。第五，论文关注 fairness / robustness，不是提高绝对 Dice 的通用新分割主干；如果只追求 leaderboard 平均 Dice，价值可能低于专门的 U-Net / Transformer / Mamba 结构论文。

8. 与主流医学图像分割框架的关系

与 U-Net / 3D U-Net：radiotherapy 实验直接使用 3D Residual U-Net，说明 FairDRO 可作为 U-Net 类模型的训练目标和中间层 routing 扩展。与 nnU-Net：论文未验证 nnU-Net，但从方法上可把 subgroup-conditioned experts 放到 encoder / bottleneck，并用 DRO loss 替代普通 Dice/CE 的样本聚合。与 TransUNet / Swin-UNet / UNetR：2D 实验使用 TransUNet ViT-B，说明该思路兼容 Transformer encoder。与 Mamba / VMamba / SegMamba / DAMamba：论文没有 Mamba 模块；但 dMoE + subgroup-conditioned DRO 可作为 Mamba-based segmentation 的公平性训练扩展，尤其适合多中心 3D 医学分割。与 foundation model：引用 SAM / FairSeg 背景，但 FairDRO 本身不依赖 SAM；可用于 MedSAM / SAM-Med3D 适配后的 subgroup robustness fine-tuning。

9. 对我课题的价值

对 polyp segmentation：中等。普通息肉分割数据集没有明确 race / age / institution 信息，但可以把数据集来源、内镜中心、设备类型或困难样本类别作为 subgroup，借鉴 intra-subgroup DRO 做跨数据集泛化和公平性分析。对 DAMamba 改造：方法不是主干模块，但可作为 DAMamba 在多中心 / 多数据集 polyp segmentation 上的训练目标，强调每个数据域内部 hard cases，而不是只优化平均 Dice。对 related work：很适合用于可信医学分割、fairness-aware segmentation、clinical deployment 段落。对复现实验：如果已有 subgroup metadata，FairDRO 比较值得实现；没有 metadata 时需先做 latent subgroup discovery 或按 dataset/domain 近似。

10. 阅读建议

建议精读，但阅读目的应放在公平性与鲁棒训练，不要把它当作新 backbone 论文。建议优先读 Introduction、Method、Table 3/4、Appendix A.2 和 A.5；如果近期论文只聚焦 polyp segmentation 平均精度，可略读实验部分即可。

今日推荐优先级

DuetFair / FairDRO：更值得从研究视角深入读，因为它提出的 inter-subgroup + intra-subgroup 双轴框架有较强概念价值，适合写入可信医学分割、跨中心泛化、公平性和 clinical deployment 相关章节，也能启发 DAMamba 在多域数据上的训练目标设计。
SplitFed-CL：更适合工程和实验设计参考，特别是 noisy label、弱标注、多中心隐私训练和 boundary-centric annotation error simulation；如果要做 polyp noisy-label robustness，它的可迁移性很强。

今日 PDF 获取情况

论文 1：已附 PDF；本地文件 MEDIA:/tmp/medseg_daily_2026-05-17/2605.11060.pdf，可访问 PDF 链接：https://arxiv.org/pdf/2605.11060
论文 2：已附 PDF；本地文件 MEDIA:/tmp/medseg_daily_2026-05-17/2605.10521.pdf，可访问 PDF 链接：https://arxiv.org/pdf/2605.10521

今日可执行建议

如果今天只能读一篇，先读 DuetFair 的方法和 3D radiotherapy 实验：它对如何证明模型不仅平均 Dice 高，而且对不同 subgroup / hard patients 更可靠很有启发。
如果准备做 polyp segmentation 的弱标注或 noisy-label 实验，优先复现 SplitFed-CL 的 difficulty-guided boundary deformation；这个噪声生成比随机 erosion/dilation 更像息肉边界模糊和标注分歧。
对 DAMamba / Mamba-based segmentation 后续工作，可以把两篇合并成一个实验方向：用 DAMamba 作为 backbone，再加入 SplitFed-CL 的 label correction 或 FairDRO 的 subgroup-conditioned robust loss，验证在跨数据集 polyp segmentation 上是否降低 worst-domain failure。