Pesquisadores apresentam o BTHA, um framework de adaptador hierárquico com backbone transferível projetado para desacoplar a orientação linguística de codificadores visuais e de texto específicos na segmentação de imagens médicas.
- O BTHA usa adaptadores que preservam a forma para injetar orientação semântica enquanto mantém uma interface estável em nível de características entre diferentes backbones.
- O método introduz uma Estratégia de Supervisão Hierárquica de Grosso a Fino para alinhamento global, localização multiescala e refinamento de bordas.
- Um adaptador SAGSG (Guia Semântico com Porta Adaptativa à Escala) controla adaptativamente a injeção textual e suprime respostas cruzadas redundantes entre modalidades.
- As avaliações mostram que o framework permanece eficaz tanto para codificadores visuais baseados em convolução e transformadores, quanto para vários codificadores de linguagem.
Experimentos em quatro conjuntos de dados públicos demonstram que o BTHA melhora linhas de base fortemente orientadas por texto com uma sobrecarga computacional modesta.