CVPR 2026 | EchoForge：全新半監督超聲心動圖視頻分割框架

自動、精確的超聲心動圖視頻分割對于高效、可重復地測量關鍵臨床心功能指標（如射血分數等）以及心血管疾病的診斷至關重要。然而，由于超聲影像固有的散斑噪聲、心臟結構的復雜動態運動，以及標注數據的嚴重稀缺，這在臨床和計算領域仍然是一個極具挑戰性的任務。

深圳大學計算機與軟件學院吳惠思教授團隊及香港理工大學秦璟教授等人在該方向上完成了一項創新工作，提出了一種全新的半監督模型EchoForge。該工作成功入選CVPR 2026，為解決標注受限條件下的心臟超聲精準影像分析帶來了新的進展。下面讓我們深入了解下它。

• 項目主頁：https://github.com/YunPeng-Fang/EchoForge

超聲心動圖是臨床心臟評估的一線工具，但自動分割面臨著三大障礙：

• 圖像質量差：超聲圖像本質上受到散斑噪聲和偽影的干擾，導致目標解剖邊界極其模糊。

• 動態變化大：在心臟收縮和舒張期間，心臟結構的形狀和尺度會發生顯著的時空動態變化。

• 標注成本高：人工逐幀勾畫極其費時費力，導致訓練數據通常極其稀疏（一般僅包含舒張末期和收縮末期的關鍵幀標注）。

現有的基于深度學習的解決方案往往存在局限性：傳統2D卷積網絡忽略了時序一致性，極易受噪聲干擾；引入光流的方法對散斑噪聲過于敏感；而現有的半監督方法在早期生成的偽標簽質量較差，初始錯誤會在訓練中不斷累積，從而嚴重削弱了模型對未標注幀的學習能力。

該工作提出了一種名為EchoForge的全新半監督超聲心動圖視頻分割框架。該方法的核心思想是通過“錨點語義感知”來克服噪聲與形態突變，并通過“連續偽標簽重鑄”機制充分挖掘未標注的視頻幀數據。該方法主要包括兩大創新部分：

四、技術方案

該方法的具體流程如圖1所示。其輸入為稀疏標注（僅標注舒張/收縮末期）的超聲心動圖視頻序列。

圖1. 方法流程

首先，針對超聲圖像特有的強散斑噪聲，該方法在ASA模塊中引入了錨點重新校準（ARC）策略，如圖2所示。不同于常規目標檢測中的候選框，這里的“錨點”是一組攜帶前景和背景先驗信息的可學習特征向量。它們像磁鐵一樣在復雜的超聲背景中吸引最相似的局部特征塊，對于高置信度區域保留原始特征，而對置信度模糊的區域則通過線性插值動態調整權重，從而有效剔除噪聲干擾。

為了處理心臟跨幀的巨大形變，ASA模塊中進一步設計了時序語義融合（TSF）機制。它通過掩碼池化從具有標注特征的參考幀中提取出關鍵的語義標簽（解剖學原型），并利用上下文融合模塊與交叉注意力機制，將這些純凈的結構先驗深度注入到目標幀中，引導模型在不同姿態下生成更精準的邊界并保持時序連貫性。

圖2. 錨點更新過程

在半監督學習方面，為了防止錯誤偽標簽累積，該方法提出了連續偽標簽重鑄（CPR）模塊。CPR將模型生成的已標記幀特征作為Query，未標記幀特征作為Key和Value，通過計算通道級交叉注意力來重建無標簽幀的特征，并生成高質量的新偽標簽。配合創新的FlameRise訓練策略（隨訓練 Epoch逐漸增加偽標簽監督的權重及置信度閾值），巧妙地防止了模型對早期低質量預測的過擬合。

如下圖所示，該方法在CAMUS和EchoNet-Dynamic兩個基準的超聲數據集上進行了全面驗證。

圖3.可視化結果對比

即使在散斑噪聲嚴重、邊界極其模糊的挑戰性案例中，得益于ASA模塊的時空特征增強和CPR模塊的高質量偽標簽再生，EchoForge依然展現出了更精確、更連貫的輪廓劃分能力。