糖尿病足溃疡分割模型能否泛化？CNN与Transformer架构的跨数据集基准测试
糖尿病足溃疡(DFU)分割的深度学习模型在域内数据上常报告高准确率，但跨临床来源的泛化能力尚未充分评估。本研究在严格的无泄漏协议下比较了U-Net、DeepLabV3+和SegFormer-B2三种架构，发现基于Transformer的SegFormer-B2在外部数据集上泛化最佳，而模型复杂性并不保证更好的泛化性。
一项新研究对糖尿病足溃疡（DFU）分割模型的泛化能力进行了系统基准测试，揭示了卷积神经网络（CNN）与Transformer架构在跨数据集场景下的显著性能差异。该研究由Abderrahmane Benfatah主导，预印本发表于arXiv，提交日期为2026年6月27日。研究团队选取了三种代表性分割架构：U-Net和DeepLabV3+（卷积类）以及SegFormer-B2（Transformer类），在统一的、经过泄漏筛查的协议下进行实验。模型在合并的FUSeg/AZH伤口数据集上训练，然后直接（不进行微调）在两个独立外部数据集——DFUC2022和Medetec上评估。所有模型在域内测试中表现强劲，Dice系数达到0.80至0.83，但跨数据集时性能大幅下降。有趣的是，性能下降程度与架构类型密切相关：SegFormer-B2在两个外部集上均表现最佳，DFUC2022的Dice为0.557，Medetec为0.786，优于两个卷积模型。而更复杂的DeepLabV3+泛化能力反而弱于更简单的U-Net。对2160张图像进行的每图像失败分析进一步确认，SegFormer-B2在DFUC2022上的灾难性失败率最低（31.1%），而U-Net为38.5%，DeepLabV3+则高达43.0%。通过Wilcoxon符号秩检验（两个数据集上p<0.001）证实，这种排名在独立外部源中一致，表明跨医院泛化能力主要由架构家族驱动，而非模型复杂度。这一发现对临床部署具有重要启示：选择适当的架构（如Transformer）可能比单纯追求模型复杂度更能提升DFU分割的鲁棒性。此外，该研究强调了跨数据集评估的重要性，目前的领域内评估可能高估了模型的临床适用性。研究人员建议未来工作应关注多中心数据收集和域适应技术，以推动DFU分割模型的真实临床落地。