Jiaying Li

作者提出MAGEFormer，把物理间距约束嵌入表示学习：用MASE按体素间距校准位置频率、用GCA抑制物理上不合理的跨尺度特征关联、用GVV在推理时做确定性亚体素视图聚合；在BTCV与FLARE 22统一5折协议下，其边界精度在对比方法中最优（HD95分别为10.58 mm与3.40 mm），Dice也一致提升，且各向异性越强优势越大。

作者提出MAGEFormer，把物理间距约束嵌入表示学习：用MASE按体素间距校准位置频率、用GCA抑制物理上不合理的跨尺度特征关联、用GVV在推理时做确定性亚体素视图聚合；在BTCV与FLARE 22统一5折协议下，其边界精度在对比方法中最优（HD95分别为10.58 mm与3.40 mm），Dice也一致提升，且各向异性越强优势越大。