皮肤病灶边界被毛发遮断时，先把高频细节修好再解码：ISIC 2018上Dice达89.69%
核心概要
皮肤镜图像里，毛发遮挡、光照不均和局部对比度弱会让病灶边界断裂，而自注意力倾向强调低频内容，使这些弱边界在跳连中被稀释。Swin-WaveNet把编码器跳连特征先做小波分解，只对高频子带做选择性状态空间扫描以接续断开的轮廓，再用深层语义门控滤掉毛发等伪影响应，最后在解码上采样时用高频注意力锐化边界。在ISIC 2018上三次运行的平均Dice为89.69%、HD95为23.60像素，与Swin-Unet差距很小；不经微调直接用于ISIC 2017时Dice为91.69%。
深度剖析
皮肤病灶分割的跳连特征不再原样送入解码器，而是在解码前按频率拆开、修复和过滤，让断裂的轮廓先被接上再参与重建。 此前的分割网络多在空间域学习边界线索，有用的边缘证据与毛发、反光、噪声引起的梯度纠缠在一起，跳连会把两者一起传下去。 在ISIC 2018上，完整模型三次运行的平均Dice为89.69%±0.51%、HD95为23.60±1.04像素，是所比较方法中数值最高的Dice和最低的HD95，但与Swin-Unet的差距很小；单次运行的组件消融中，完整模型相对内部基线把Dice提高0.96个百分点、HD95降低1.16像素。
实现方式是把每个跳连分支用无参数的Haar小波变换分成一个近似低频带和三个方向细节带，低频带保持不动，只对拼接后的高频流做建模。 二维选择性扫描把特征图沿四个方向展开成一维序列，让信息沿扫描方向递归传播，从而跨过短缺口接续减弱的边缘响应；可学习的缩放系数控制高频修正的幅度，修正后经逆小波变换与低频带重组。 扫描目标对比中，只扫描高频子带的配置取得Dice 89.70%、HD95 23.63像素，优于扫描全特征图的24.50像素和只扫描低频分支的26.45像素，但高频配置因三子带拼接多出261万参数和0.28 GFLOPs。
启示与展望
评估覆盖三个公开数据集：ISIC 2018作为主基准，含2594张训练、100张验证和1000张测试图像；在ISIC 2018上训练后不经微调直接测试ISIC 2017的600张测试图像；Kvasir-SEG的1000张内镜图像按7:1:2固定划分。所有模型在同一代码库、384×384输入、固定0.5阈值且不做后处理的统一协议下比较，指标为三次运行（种子3232、3407、42）的均值与标准差。适合关注医学图像分割中跳连设计与边界处理的读者。
弥漫性病灶因病灶与背景过渡平缓、高频边界证据有限，仍是困难情形，此时高频选择性状态空间模块和高频注意力解码器可用的结构信息更少。组件与扫描目标消融均为单次运行，作者也指出高频变体参数更多，无法完全隔离扫描目标这一因素；跨数据集表现被解释为频率分解可能把外观变化与结构细节部分分开，属于推测性说明。评估限于三个公开数据集和三次训练运行，作者提出需在多中心、不同成像设备的数据上进一步验证，并考虑更轻的编码器用于资源受限设备。