图像分割作为计算机视觉与医学图像分析中的基础与核心任务，长久以来一直面临着在复杂背景下实现高效、精准分割的挑战。图像分割的效果不仅受到图像本身特征的影响，还依赖于分割算法的准确性与效率。然而，传统方法在处理具有复杂背景、噪声干扰或边缘模糊的图像时，往往难以达到理想的分割效果，限制了其在更广泛领域的应用。

近日，上海交通大学医学院源申康复研究院刘丽青年研究员在仪器仪表与计量测试领域国际顶级期刊《IEEE Transactions on Instrumentation and Measurement》发表关于交互式图像分割技术的研究论文“A Generalized Geodesic Voting Framework for Interactive Image Segmentation” 。该研究构建了一个基于“测地线投票（geodesic voting）”的分割新框架，使得用户仅需在目标区域内部提供一个简单的交互标记点，即可自动生成准确的分割结果，为复杂背景下的高效、精准图像分割提供了全新的解决方案。

团队在合成图像、自然图像和CT图像上进行了广泛测试。结果表明，所提出的广义测地线投票框架在复杂背景下能够准确分割目标对象，显著优于现有的基于最小路径的图像分割方法。特别是在处理具有噪声干扰或边缘模糊的图像时，该方法表现出了更高的鲁棒性和准确性。团队还对该图像分割方法的初始化敏感性进行了深入探讨，实验结果显示，即使在不同的初始化条件下，该方法也能保持很好的分割效果，这为其在实际应用中的推广提供了坚实的理论基础。这一研究成果不仅为交互式图像分割领域带来了新的理论突破，也为脑病患者康复、老人居家远程监测等众多领域提供了更为高效、精准的工具。

上海交通大学医学院源申康复研究院刘丽青年研究员为本论文的通讯作者，并与巴黎文理研究大学、中国科学院、山东人工智能研究院相关单位合作。本研究还得到了国家自然科学基金、山东省自然科学基金等项目的支持。