CVPR 2026 | EchoForge：全新半监督超声心动图视频分割框架

自动、精确的超声心动图视频分割对于高效、可重复地测量关键临床心功能指标（如射血分数等）以及心血管疾病的诊断至关重要。然而，由于超声影像固有的散斑噪声、心脏结构的复杂动态运动，以及标注数据的严重稀缺，这在临床和计算领域仍然是一个极具挑战性的任务。

深圳大学计算机与软件学院吴惠思教授团队及香港理工大学秦璟教授等人在该方向上完成了一项创新工作，提出了一种全新的半监督模型EchoForge。该工作成功入选CVPR 2026，为解决标注受限条件下的心脏超声精准影像分析带来了新的进展。下面让我们深入了解下它。

• 项目主页：https://github.com/YunPeng-Fang/EchoForge

超声心动图是临床心脏评估的一线工具，但自动分割面临着三大障碍：

• 图像质量差：超声图像本质上受到散斑噪声和伪影的干扰，导致目标解剖边界极其模糊。

• 动态变化大：在心脏收缩和舒张期间，心脏结构的形状和尺度会发生显著的时空动态变化。

• 标注成本高：人工逐帧勾画极其费时费力，导致训练数据通常极其稀疏（一般仅包含舒张末期和收缩末期的关键帧标注）。

现有的基于深度学习的解决方案往往存在局限性：传统2D卷积网络忽略了时序一致性，极易受噪声干扰；引入光流的方法对散斑噪声过于敏感；而现有的半监督方法在早期生成的伪标签质量较差，初始错误会在训练中不断累积，从而严重削弱了模型对未标注帧的学习能力。

该工作提出了一种名为EchoForge的全新半监督超声心动图视频分割框架。该方法的核心思想是通过“锚点语义感知”来克服噪声与形态突变，并通过“连续伪标签重铸”机制充分挖掘未标注的视频帧数据。该方法主要包括两大创新部分：

四、技术方案

该方法的具体流程如图1所示。其输入为稀疏标注（仅标注舒张/收缩末期）的超声心动图视频序列。

图1. 方法流程

首先，针对超声图像特有的强散斑噪声，该方法在ASA模块中引入了锚点重新校准（ARC）策略，如图2所示。不同于常规目标检测中的候选框，这里的“锚点”是一组携带前景和背景先验信息的可学习特征向量。它们像磁铁一样在复杂的超声背景中吸引最相似的局部特征块，对于高置信度区域保留原始特征，而对置信度模糊的区域则通过线性插值动态调整权重，从而有效剔除噪声干扰。

为了处理心脏跨帧的巨大形变，ASA模块中进一步设计了时序语义融合（TSF）机制。它通过掩码池化从具有标注特征的参考帧中提取出关键的语义标签（解剖学原型），并利用上下文融合模块与交叉注意力机制，将这些纯净的结构先验深度注入到目标帧中，引导模型在不同姿态下生成更精准的边界并保持时序连贯性。

图2. 锚点更新过程

在半监督学习方面，为了防止错误伪标签累积，该方法提出了连续伪标签重铸（CPR）模块。CPR将模型生成的已标记帧特征作为Query，未标记帧特征作为Key和Value，通过计算通道级交叉注意力来重建无标签帧的特征，并生成高质量的新伪标签。配合创新的FlameRise训练策略（随训练 Epoch逐渐增加伪标签监督的权重及置信度阈值），巧妙地防止了模型对早期低质量预测的过拟合。

如下图所示，该方法在CAMUS和EchoNet-Dynamic两个基准的超声数据集上进行了全面验证。

图3.可视化结果对比

即使在散斑噪声严重、边界极其模糊的挑战性案例中，得益于ASA模块的时空特征增强和CPR模块的高质量伪标签再生，EchoForge依然展现出了更精确、更连贯的轮廓划分能力。