结构作为状态而非跳跃连接：衔接 3D 医学图像分割中的语义表征与结构细节

基于摘要分析。本文研究 3D 医学图像分割中语义表征学习与结构细节保留之间的矛盾，提出多流网络 Flumina：在共享 Vision Transformer 骨干内部维护多尺度持久状态，而非依靠跳跃连接传递结构信息。 作者将问题归因于一种表征—结构困境：跳跃连接虽能保留结构，却允许信息绕过 Transformer；移除跳跃连接则使 Transformer 成为必要路径，但可能削弱结构细节。Flumina 将“必须保留结构”与“必须使用 U-Net 式跳跃连接”分离。其每个子层汇合多尺度状态，施加共享变换，并为各状态生成 token 级更新，同时通过恒等残差映射使状态沿深度持续保留。该设计旨在让 Transformer 承担表征学习，同时保留结构细节；摘要尚不足以确认各状态的具体构造、交互方式及计算开销。 作者报告在多个基准和随机种子下进行了实验，并称结果支持方法有效性，但摘要未列出基准名称、数据划分、对照配置、评价指标或数值。实验协议、消融及统计信息尚未验证，尤其需核对强卷积基线与 Transformer 基线的训练条件，以及收益来自持久状态机制还是其他配置差异。摘要称代码通过匿名链接提供，但当前材料未给出可核对的代码地址。 研究对象是 3D 医学图像分割，并非 EEG 解码或 BCI。当前材料不足以建立面向 EEG 的具体机制对应，不据此推断 BCI 有效性；已有 EEG 相关工作尚未检索确认。