糖尿病足潰瘍分割模型能否泛化？CNN與Transformer架構的跨數據集基準測試
糖尿病足潰瘍(DFU)分割的深度學習模型在域內數據上常報告高準確率，但跨臨牀來源的泛化能力尚未充分評估。本研究在嚴格的無泄漏協議下比較了U-Net、DeepLabV3+和SegFormer-B2三種架構，發現基於Transformer的SegFormer-B2在外部數據集上泛化最佳，而模型複雜性並不保證更好的泛化性。
一項新研究對糖尿病足潰瘍（DFU）分割模型的泛化能力進行了系統基準測試，揭示了卷積神經網絡（CNN）與Transformer架構在跨數據集場景下的顯著性能差異。該研究由Abderrahmane Benfatah主導，預印本發表於arXiv，提交日期為2026年6月27日。研究團隊選取了三種代表性分割架構：U-Net和DeepLabV3+（卷積類）以及SegFormer-B2（Transformer類），在統一的、經過泄漏篩查的協議下進行實驗。模型在合併的FUSeg/AZH傷口數據集上訓練，然後直接（不進行微調）在兩個獨立外部數據集——DFUC2022和Medetec上評估。所有模型在域內測試中表現強勁，Dice係數達到0.80至0.83，但跨數據集時性能大幅下降。有趣的是，性能下降程度與架構類型密切相關：SegFormer-B2在兩個外部集上均表現最佳，DFUC2022的Dice為0.557，Medetec為0.786，優於兩個卷積模型。而更復雜的DeepLabV3+泛化能力反而弱於更簡單的U-Net。對2160張圖像進行的每圖像失敗分析進一步確認，SegFormer-B2在DFUC2022上的災難性失敗率最低（31.1%），而U-Net為38.5%，DeepLabV3+則高達43.0%。通過Wilcoxon符號秩檢驗（兩個數據集上p<0.001）證實，這種排名在獨立外部源中一致，表明跨醫院泛化能力主要由架構家族驅動，而非模型複雜度。這一發現對臨牀部署具有重要啓示：選擇適當的架構（如Transformer）可能比單純追求模型複雜度更能提升DFU分割的魯棒性。此外，該研究強調了跨數據集評估的重要性，目前的領域內評估可能高估了模型的臨牀適用性。研究人員建議未來工作應關注多中心數據收集和域適應技術，以推動DFU分割模型的真實臨牀落地。