利用多尺度注意力机制与残差学习实现腰椎图像分割中的精度与效率平衡

《Scientific Reports》：Balancing accuracy and efficiency in lumbar spine image segmentation using multi-scale attention and residual learning

　　

摘要

在磁共振成像中准确自动分割腰椎结构对于有效的诊断和治疗计划制定至关重要。然而，目前大多数方法在分割精度与计算效率之间难以取得平衡。尤其是一些方法在模拟椎体及椎间盘典型的复杂多尺度解剖结构及细微边界过渡方面存在不足，从而限制了其临床应用价值。本研究提出了一种名为多尺度残差自适应空间通道特征金字塔网络（MRAS?+?FPN）的新型深度学习模型，旨在提升腰椎分割性能。该模型结合多尺度注意力机制与残差学习方法，以在精度与效率之间实现平衡。其设计包含两项核心创新：（a）多尺度残差注意力模块（MRAB），该模块通过定向扩张卷积模块与空间通道注意力机制相结合，用于处理各向异性的解剖结构；（b）自适应空间通道注意力模块（ASCAB），能够动态优化金字塔各级的特征选择过程。此外，还采用了跨层级特征门控机制来调控编码器与解码器之间的信息流动。该模型在由专家标注的包含215个T2加权腰椎MRI图像的MRSpineSeg数据集上进行了训练和验证，这些图像涵盖了T9至S1椎体及其对应的椎间盘。研究采用了综合损失函数，融合了Dice系数、二元交叉熵以及边界敏感项。实验结果表明，与现有的2D U-Net、3D U-Net和DeepLab v3+等模型相比，MRAS-FPN的分割性能更优，其Dice相似度系数为87.8?±?1.3%，平均交并比值为78.2?±?2.1%，分别比最优基准模型（3D U-Net：Dice相似度83.4%，平均交并比73.4%）高出4.4%和4.8%。在边界精度方面也有所提升，第95百分位数豪斯多夫距离为3.18?±?0.8毫米，平均对称表面距离为1.32?±?0.5毫米，相比3D U-Net分别提升了19.9%和25.0%。从结构层面来看，所有椎体级别（T9–S1的平均Dice相似度为84.4%）及椎间盘（平均Dice相似度为85.6%）的分割质量均保持稳定，而在解剖结构较为复杂的区域则表现更为出色。消融实验进一步证实了各组件的有效性，其中MRAB可使Dice相似度提升3.9%，ASCAB则能使基于FPN的模型性能再提升2.1%。MRAS-FPN在分割精确度与计算效率之间实现了良好平衡，在仅需22.1小时的训练时间和15.8GB内存资源的条件下就能取得当前最优的分割效果。其多尺度注意力机制能够有效捕捉对临床应用至关重要的复杂解剖特征及边界信息。该模型在多种常见脊柱结构上的优异表现以及较强的抗过拟合能力，使其适用于手术规划、诊断支持以及腰椎自动化检测等实际场景。