近日，电子信息与人工智能学院视觉计算与机器学习团队的最新研究成果《SPEGC: Continual Test-Time Adaptation via Semantic-Prompt-Enhanced Graph Clustering for Medical Image Segmentation》被国际计算机视觉领域顶级学术会议CVPR 2026 （The 43rd IEEE/CVF Conference on Computer Vision and Pattern Recognition）录用，实现了我校在CVPR顶会论文录用上从零到一的突破。陕西科技大学是该成果的唯一完成单位，电子信息与人工智能学院的杜晓刚副教授为第一作者、硕士研究生张嘉伟为第二作者、雷涛教授为通信作者。该成果被CVPR录用标志着我校电智学院在计算机视觉与医学人工智能交叉研究方向取得了新的重要进展。
图1 SPEGC 的主要框架
该研究主要聚焦医学图像分割模型在真实临床场景中面临的测试数据领域偏移的关键挑战。具体地，由于训练数据与测试数据在采集设备、成像协议、样本分布等方面存在差异，已有模型在跨场景部署时往往出现性能下降，严重制约了医学影像分割方法的实际应用。针对该问题，提出了一种面向持续测试时自适应（Continual Test-Time Adaptation）的医学图像分割新框架 （SPEGC）。SPEGC 具有两方面优势：（1）通过共性提示池与异质性提示池，为局部特征动态注入全局语义上下文信息，提升模型对噪声干扰和风格变化的鲁棒性；（2）将图划分问题转化为基于最优传输的可微图聚类过程，提炼更可靠的高阶结构表征，用于指导模型在线更新，从而有效缓解连续适应过程中常见的误差积累与灾难性遗忘问题。实验结果表明SPEGC 能够在无标注且目标域持续变化的条件下，实现模型对新环境的稳定适应。
新闻小贴士：
CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是ICCV和ECCV）。在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议。CVPR 2026主会将于今年6月3日至7日在美国科罗拉多州丹佛市举办。在CVPR2026共有16092篇投稿进入评审流程（该数字不包括评审过程撤回或被直接拒稿的论文）。程序委员会推荐接收4090篇，接受率为25.42%。
电子信息与人工智能学院视觉计算与机器学习团队在雷涛教授的带领下，长期致力于计算机视觉、机器学习等人工智能领域的前沿研究，并与智慧医疗、智能遥感等国家战略需求密切结合，取得了系列研究成果。近年来，该团队先后在中国计算机学会A类会议IJCAI、ICCV、AAAI、CVPR发表高水平论文（均属我校历史性突破），团队先后入选陕西高校青年创新团队、陕西省重点科技创新团队。
（核稿：雷涛 编辑：刘倩）
校友
教工
学生