本文介绍了一种基于涂鸦的弱监督语义分割方法Scribble2D5，通过标签传播和边界预测提升图像分割效果。研究表明，该方法在多个数据集上表现优异，接近完全监督的性能，同时降低了标注成本。

本文提出了一种基于草图的医学图像分割方法Scribble2D5，通过标签传播模块和边界预测提高分割精度。实验结果显示，该方法在多个数据集上优于现有草图方法，接近完全监督方法的效果。