目的肝肿瘤的精确分割常受限于高质量标注数据的稀缺。尽管数据合成技术提供了替代方案，但现有的一些合成方法容易生成缺乏解剖合理性的样本。此外，合成图像中存在的非自然伪影，可能导致模型陷入捷径学习，进而影响其在真实临床数据上的泛化性能。为应对这些挑战，设计一种无需真实肿瘤标注的肝肿瘤分割框架Know2Seg。方法首先，结合相关临床影像知识，在不同的合成环节设置相应约束，实现临床知识引导的合成策略：利用椭球先验与弹性变形等方法生成肿瘤掩膜，通过全变分去噪与小波变换等处理构建多尺度的合成纹理，进而生成符合临床解剖规律的CT（computed tomography）扫描及其分割标签。其次，为缓解合成伪影对模型训练的干扰，利用合成过程的中间态真值，以及模型输出的肿瘤后验概率，作为辅助监督信号。通过基于图像解耦思想的训练架构引导模型将输入图像显式解耦为健康解剖与病灶纹理两个成分，引导模型将注意力从合成伪影转移至深层语义病理特征。结果实验表明，Know2Seg在不使用真实肿瘤标注的前提下，分割性能与同等实验条件下的全监督方法相当，并且优于一些其他的无标注方法。在LiTS数据集上，Know2Seg的Dice相似系数（dice similarity coefficient， DSC）达到62.9%、归一化表面Dice（normalized surface dice， NSD）达到65.5%、表面距离（surface distance， SD）降至14.0 mm、豪斯多夫距离（95% hausdorff distance， HD95）降至40.4 mm。结论本文通过将相关临床影像知识转化为可计算的合成约束，并利用图像解耦思想缓解了捷径学习问题，构建了一个兼顾可解释性与鲁棒性的无标注肿瘤分割框架。

目的现有自然场景文本编辑方法聚焦在仅包含单一文本内容图像块的同语编辑，无法实现跨语言文本编辑。针对此问题，本文提出一种端到端的英文到中文自然场景图像文本寻译框架SceneTrans，实现自然场景图像文本的精准定位、英文到中文的跨语言翻译及视觉风格一致的图像文本编辑。方法以MiniCPM-V 2.6多模态大模型为基线，设计基于位置增强提示模板的微调策略实现文本定位与翻译的联合学习；设计中文字形结构编码器实现中文字形先验的精准建模，引入中文字形识别监督机制保障生成图像文本的字形准确性；为解决领域内文本寻译数据匮乏的难题，构建英中配对的SynthTrans专用数据集，收集多种中英兼容字体，合成了20万对包含弯曲、倾斜等复杂字形变换的英中匹配自然场景文本图像。结果实验在文本检测数据集及自建SynthTrans数据集上与其他方法进行了比较。在图像文本定位任务上，所提方法的F1值接近主流模型的检测效果；在图像文本编辑任务上，所提方法的平均结构相似性（structural similarity index measure，SSIM）达0.622、峰值信噪比（peak signal-to-noise ratio，PSNR）达18.51，文本渲染准确率（accuracy，ACC）值提升至71.13%；整体框架具备高效的自然场景图像文本寻译能力。结论本文所提出的端到端寻译框架，实现了自然场景图像文本“定位-翻译-编辑”的一体化流程，可生成字形精确、与原始图像文本风格一致的中文图像文本，突破了传统方法的无法定位及同语编辑的局限，为自然场景图像文本寻译提供了新的解决方案与数据集支撑。

目的当前人工智能生成图像技术在推动高质量视觉内容创作的同时，也带来了信息安全挑战。在图像伪造检测任务中，现有训练与评测数据中的真实图像与伪造图像存在细粒度语义内容差异，使语义内容与真伪标签之间容易形成虚假关联，从而形成语义偏见——这是一种捷径学习现象，即检测器借助真伪图像间易于区分的语义内容差异进行判别，而非真正学习生成过程遗留的伪造痕迹；这意味着检测器在现有基准上借助语义差异取得的高性能，并不能代表其在语义对齐条件下的真实泛化能力。针对以上问题，提出了一种基于语义对齐约束的图像伪造检测数据集与检测基准。方法为解决上述语义偏见问题，本文以实例级语义对齐为约束构建AIGI-Align数据集：将每张真实图像作为语义参照，生成与之在细粒度语义维度上对齐的伪造图像，从数据层面弱化语义偏见的形成条件。具体而言，从ImageNet中筛选真实图像，利用多模态大模型进行语义类别验证，确保真实图像内容与类别标签一致；在此基础上，引入视觉语言模型为真实图像生成细粒度结构化图像描述，并利用这些描述驱动12种生成模型生成与真实图像语义高度对齐的伪造图像。结果实验表明，现有检测器可能利用真伪图像之间的语义差异进行捷径判别，而AIGI-Align能够提高真实图像与伪造图像之间的语义对齐程度，缓解语义偏见对检测器判别过程的干扰，从而提升其跨生成模型泛化能力。在3个公开基准和AIGI-Align基准上对8种代表性检测器进行了泛化性评估，结果显示：在传统训练设置下，部分检测器在语义对齐测试场景中的性能明显下降，说明其原有性能可能部分依赖语义捷径而非对伪造痕迹的鲁棒识别；在引入语义对齐训练数据后，多数检测器在AIGI-Align和公开基准上的跨生成模型检测性能均得到提升。训练数据控制消融进一步表明，实例级语义对齐约束对AIGI检测任务具有实际意义。结论本文构建了一个面向AIGI检测任务的大规模实例级语义对齐数据集AIGI-Align。在训练方面，语义对齐数据能够引导模型关注底层伪造痕迹，降低真伪判别中对语义内容差异的依赖，从而提升对未见生成模型的泛化能力；在评测方面，AIGI-Align测试集提供了控制语义变量的评估场景，能够在削弱语义捷径的条件下评估模型的真实泛化性能，有助于更准确地反映检测器的跨生成模型泛化水平。论文相关数据集地址：https：//huggingface.co/datasets/likeYousif617/AIGI-Align。

目的精准的多模态磁共振脑肿瘤亚区分割对临床诊疗至关重要。但胶质瘤形态异质性强，现有分割网络常面临边界建模困难、空间信息与深层语义特征融合不充分等问题，易在低对比度区域出现定位偏差与拓扑断裂。为此，本文提出一种融合显式边界先验的多模态脑肿瘤分割网络（boundary prior enhanced network，BPE-Net）。方法设计辅助监督边界预测模块（boundary predictor module，BPM），聚合编码器多尺度层级特征提取具有类别感知能力的边界先验，提供类别相关的空间信息；构建边界特征增强模块（edge feature enhancement module，EFM），利用空间-通道解耦注意力机制以残差方式将边界先验融入解码特征，在优化局部拓扑结构的同时保护核心语义表征。引入边界加权Dice损失（boundary weighted Dice loss，BWD），通过像素级权重矩阵强化对模糊边缘像素的约束，缓解传统算法的体积评估偏见。结果在脑肿瘤分割挑战赛（brain tumor segmentation，BraTS）2019和BraTS 2020数据集上与7种主流方法对比，本方法平均Dice相似系数（Dice similarity coefficient，Dice）分别为93.69%和92.51%，平均95%豪斯多夫距离（95% Hausdorff distance，HD95）分别为1.96mm和2.33mm，较最优对比方法Swin-Unet平均Dice分别提高7.43和8.60个百分点，平均HD95分别降低1.23mm和1.43mm；其中增强肿瘤（enhancing tumor，ET）区域的Dice提升最为明显，分别提高9.91和10.43个百分点。结论显式边界引导策略有助于缓解低对比度区域的边界混淆，为医学图像准确分割与复杂拓扑重建提供了一种有效的新方法。本文代码开源在链接：https：//www.scidb.cn/s/eeiMBv。

针对低光照图像增强任务中缺乏先验约束导致细节丢失与色彩失真，以及提亮易引发噪声放大等问题，本文提出一种基于光照曲线映射与结构保留去噪的非配对无监督低光照图像增强方法。在生成阶段，设计深层特征驱动的非线性光照曲线迭代映射机制，提升细节增强能力并抑制色彩失真；为保障曲线映射所需参数估计，设计多尺度特征提取与抗噪卷积注意力，缓解全局光照感知受限与噪声干扰参数估计问题；设计结合零初始动态残差的半实例归一化机制，抑制提亮导致噪声放大问题。在判别阶段，采用全局-局部双分支架构联合监督图像宏观语义与微观纹理，并提出通道映射一致性与曝光控制等多维联合约束损失。在此联合约束驱动下，模型训练呈现规律性感知-失真演化，据此提取双阶段模型（Ours-F与Ours-P）。实验结果表明，在全参考LOLv2-Real数据集上，Ours-F模型取得峰值信噪比（peak signal-to-noise ratio，PSNR）为21.485dB、结构相似度（structural similarity，SSIM）为0.808以及学习感知图像块相似度（learned perceptual image patch similarity，LPIPS）为0.233，其中PSNR与LPIPS取得了所列无监督方法中的最优值，且SSIM达到次优水平；在五个真实无参考测试集的横向对比中，Ours-P模型取得3.646的平均自然图像质量评价指标（natural image quality evaluator，NIQE）值优于多数对比方法。本方法在有效改善色偏与涂抹伪影的同时，较好地恢复场景光影与真实结构。本文相关代码已开源，获取地址：https：//cstr.cn/31253.11.sciencedb.j00240.00280。

目的医学图像诊断模型易受年龄、性别和种族等人口统计学属性影响，造成子群间诊断性能差异。现有特征层去偏方法多通过对抗学习或相关性约束抑制人口统计学相关信息，但当其与病理特征耦合时，直接抑制可能削弱疾病判别信息，难以兼顾诊断性能与公平性。为此，本文提出一种潜空间条件扩散去偏方法，用于医学图像公平诊断中的特征学习。方法通过双空间正交约束降低潜在病理特征与人口统计学特征的相关性，对初步解耦的病理特征施加受控高斯扰动，以人口统计学属性和扩散时间步为条件完成去噪重构，并采用子群自适应阈值校准预测结果。结果在 CheXpert 的 4 项病理分类任务上，本文方法的准确率（accuracy，Acc）、受试者工作特征曲线下面积（area under the curve，AUC）、交叉子群AUC差异和等机会差异分别为 0.796、0.857、0.058 和 0.108。与 7 种对比方法在相应指标上的最佳平均结果相比，平均准确率和 AUC 分别由 0.781 和 0.841 提高至 0.796 和 0.857，等机会差异由 0.126 降至 0.108，交叉子群 AUC 差异为 0.058，与最佳对比结果持平。在 MIMIC-CXR 跨数据集分布外测试中，相较于公平性表现最佳的对比方法，交叉子群 AUC 差异和等机会差异分别由 0.121 和 0.287 降至 0.085 和 0.166。结论所提出的潜空间条件扩散去偏方法可在保持疾病判别能力的同时减小人口统计学子群间的诊断性能差异，为医学图像公平诊断提供了一种潜空间特征重构的去偏思路。