W-AGRU-Net:一种用于临床MRI成像中稳健脑肿瘤分割的双流注意力框架

《Scientific Reports》:W-AGRU-Net: a dual-stream attention framework for robust brain tumor segmentation in clinical MRI imaging

【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Reports 4.9

编辑推荐:

  摘要:从MRI扫描中分割脑肿瘤是医学图像分析中的一个挑战性任务,原因在于解剖结构的复杂性、模糊的肿瘤边界以及形状的变异性。本文提出了W-AGRU-Net,一种新型双流U-Net框架,将W-Attention机制与残差连接相结合,用于稳健且准确的胶质瘤分割。该框

  
摘要:从MRI扫描中分割脑肿瘤是医学图像分析中的一个挑战性任务,原因在于解剖结构的复杂性、模糊的肿瘤边界以及形状的变异性。本文提出了W-AGRU-Net,一种新型双流U-Net框架,将W-Attention机制与残差连接相结合,用于稳健且准确的胶质瘤分割。该框架采用两个非对称流,配备金字塔形空洞卷积方案(PDCS)进行分层多尺度上下文捕获。框架还包含利用压缩-激励(SE)模块的残差单元,用于跨多分辨率进行通道级特征重校准,从而增强相关肿瘤区域并减少噪声。该方法在TCIA LGG分割数据集和Figshare数据集上进行了全面评估,其性能优于现有最先进方法。在Figshare数据集上,该方法取得了同类最佳指标,包括配准Dice系数97.87%和Jaccard指数97.44%,以及95.14%的精确率和93.42%的灵敏度。在TCIA数据集上,研究人员取得了94.0%的Dice、99.9%的像素级准确率、89.29%的Jaccard指数和90.01%的灵敏度,展示了相比基线方法更优的性能。相较于Dice分数分别为92.0%(TCIA)和96.9%(Figshare)的近期最先进方法,该方法在脑肿瘤分割中展现出更高的准确性,研究人员期望该方法能很好地适用于临床脑成像应用。
**W-AGRU-Net:面向临床MRI成像的稳健脑肿瘤分割双流注意力框架——论文解读**

**一、研究背景与问题提出**

脑肿瘤作为脑细胞的异常增殖,已成为全球范围内广泛关注的公共卫生问题。恶性肿瘤发病率的持续上升对患者个体和社会整体均造成了沉重负担。例如,根据美国癌症协会癌症统计中心的数据,2019年美国估计新诊断脑肿瘤23,820例,死亡约17,760例。胶质瘤是最常见的原发性脑肿瘤,依据病理学特征在临床上分为低级别胶质瘤(LGG)和高级别胶质瘤(HGG)。磁共振成像(MRI)凭借其优异的软组织对比度以及丰富的解剖和代谢信息,成为神经影像分析中应用最广泛的模态。MRI图像所提供的深入解剖和生理细节,能够支持对肿瘤形态学的全面数据探索,辅助治疗计划的临床决策,并作为治疗反应监测的基线。因此,基于MRI的脑肿瘤检测与勾画模式识别已成为神经肿瘤学和医学影像分析前沿流程中的研究热点。

然而,传统的分割技术(如区域生长、边缘检测和阈值分割)依赖人工设计的特征,无法有效捕获脑MRI中肿瘤的形态异质性、强度变异性以及不清晰的肿瘤边界。卷积神经网络(CNN)虽已革新医学图像分析领域,但传统U-Net模型仍存在若干缺陷:在标注数据有限时容易过拟合、因感受野局部化导致上下文信息受限,以及缺乏针对不同大小和浸润模式胶质瘤的多尺度表征能力。针对上述局限性,研究人员提出了W-AGRU-Net——一种统一的双流注意力引导残差框架,用于脑肿瘤分割。该架构通过注意力引导残差单元、压缩-激励(SE)模块和金字塔形空洞卷积的整合,实现互补的局部与全局特征学习。本工作的主要目标并非简单地组合现有架构组件,而是提供一个统一且可复现的分割框架,协同利用互补的局部纹理信息、全局上下文依赖和跨流特征交互,在提升分割精度的同时保持计算效率。

**二、研究内容与主要方法**

研究人员在《Scientific Reports》上发表了这项研究,提出了一种统一的双流编码器-解码器架构。模型接受单通道、归一化、未经增强的MRI切片作为输入,图像尺寸为256×256×1,所有像素强度缩放至[0,1]范围。框架包含两个非对称的编码器-解码器流(分支A和分支B),分别学习互补的特征表示:分支A采用低空洞率卷积捕获细粒度细节以及背景和小肿瘤区域的空间上下文信息,分支B则捕获大肿瘤区域的全局上下文信息。骨干网络为增强型注意力门控残差U-Net(AGRU-Net),并集成SE模块实现自适应通道级重校准。

该研究采用的主要关键技术方法包括:(1)注意力引导残差单元,每个编码器残差块包含两个卷积层(Conv2D,核大小3×3),后接批归一化(BN)和ReLU激活,并集成SE块进行通道级特征重校准,通过跳跃连接实现元素级相加,最后应用注意力门(AG);(2)金字塔形空洞卷积方案(PDCS),引入PDCS1(低空洞率{2,4,6})和PDCS2(高空洞率{6,12,18})两个模块,PDCS1置于编码器第4阶段之前用于捕获精细结构细节,PDCS2置于瓶颈层之前用于捕获全局上下文,其中高空洞率分支采用深度可分离卷积以提升效率;(3)混合损失函数,整合二元交叉熵(BCE)损失和Dice损失的加权组合,权重系数α=0.6和β=0.4通过网格搜索经验确定。实验在两个公开数据集上进行评估:Figshare数据集包含来自233例患者的3,064张T1加权对比增强MRI扫描,涵盖垂体瘤、胶质瘤和脑膜瘤三种类型;TCIA-LGG数据集包含来自癌症基因组图谱(TCGA)和癌症影像档案(TCIA)的120例低级别胶质瘤患者的多参数影像数据。数据集以78%训练、16%验证、6%测试的比例进行随机划分,所有比较模型均采用相同的数据划分策略和预处理流程以确保公平对比。预处理流程包括双边滤波去噪(在降噪的同时保持边缘结构)、空间尺寸标准化(调整至256×256像素)和强度归一化(将强度值归一化至[0,1]范围)。

**三、研究结果**

**消融实验与统计显著性分析:** 研究人员通过逐步扩展原始U-Net架构进行了一系列消融实验,从U-Net++出发,依次引入双分支架构(W-U-Net)、注意力门(AGU-Net)、注意力引导残差学习(AGRU-Net),最终形成完整的W-AGRU-Net。在此基础上,PDCS模块被纳入双分支架构以增强多尺度上下文表征,SE块被集成到残差单元中以改善通道级特征重校准。单因素方差分析(one-way ANOVA)在Figshare数据集上三次独立运行的结果表明,各评估模型在Dice(F=332.02, p<0.001)和Jaccard(F=98.14, p<0.001)分数上均存在统计学显著差异。

**全面性能分析:** W-AGRU-Net在Figshare数据集上取得了最先进的性能,Dice分数达97.87%,Jaccard分数达97.44%(三次运行平均值),相比标准U-Net(92.31%)实现了5.56%的Dice提升。架构演进的系统探索展示了不同的性能增强模式:双分支级联(W-U-Net)相比基础U-Net带来最高0.62%的Dice提升;注意力门改善了特征判别能力,尤其在复杂肿瘤边界区域;带有SE块的残差连接(AGRU-Net)在Figshare上实现了96.37%的Dice分数;完整的W-AGRU-Net综合所有组件(双分支级联、注意力门、残差-SE单元和PDCS模块)取得了最高的整体性能。

**跨数据集验证与稳健性:** 在TCIA-LGG数据集上,该模型取得了94.0%的Dice系数和89.29%的Jaccard指数,在Dice指标上优于所有基线模型。模型在Figshare数据集上实现了93.42%的灵敏度,在TCIA-LGG数据集上实现了91.35%的灵敏度,分别比标准U-Net提升了6.85%和3.91%。在精确率方面,W-AGRU-Net在Figshare上比AGRU-Net高出0.61%,在TCIA-LGG上高出0.77%。定性分析显示,大部分测试样本的预测掩膜与真实标注高度一致,仅在具有不规则肿瘤边界或肿瘤与周围组织对比度较低的切片中出现少量欠分割情况,但这类失败案例出现频率较低,对整体分割性能影响有限。

**训练行为与收敛性评估:** 训练和验证曲线在所有指标(准确率、Dice系数、IoU和损失)上保持一致,表明模型具有稳定的学习行为和良好的泛化能力。

**计算复杂度与效率分析:** W-AGRU-Net虽拥有2,096万参数(多于U-Net的777万),但其推理速度为0.261秒/步,比U-Net(0.80秒/步)快67.4%,比W-U-Net快66.1%,比AGU-Net快52.5%,比AGRU-Net快20.9%,比W-AGU-Net快46.7%。这表明参数数量本身并不决定推理延迟,架构设计和硬件高效操作(深度可分离卷积、并行流和轻量级注意力门)在其中发挥着关键作用。

**与最先进方法的比较分析:** 在Figshare数据集上,W-AGRU-Net的Dice分数(97.87%)显著优于近期方法,包括MMRAN(80.03%)、多尺度注意力U-Net(93.39%)和双编码器U-Net(95.27%)。在TCIA-LGG数据集上,该模型同样表现出高度竞争力。这些改进归因于双流特征学习、注意力引导残差单元、SE块和金字塔形空洞卷积在统一框架内的互补整合,使其能够比依赖单一架构增强的方法更有效地建模局部细节和全局上下文信息。

**四、讨论与结论**

研究人员指出,当前研究存在若干局限性:评估仅在两个公开数据集上进行,TCIA-LGG数据集主要由FLAIR图像组成,Figshare数据集仅包含T1加权图像,两者均非临床环境中常见的多模态MRI数据集;数据集以切片级别而非患者级别进行划分,可能导致同一患者的切片分布在训练、验证和测试集中,产生乐观的性能估计;未使用典型的数据增强技术(如旋转、翻转和缩放)可能影响模型在更多样化数据集上的表现。未来研究方向包括采用患者级数据划分和独立数据集外部验证、扩展架构以适配模态特定和多模态MRI输入、纳入更广泛的数据增强技术,以及探索模型在神经影像之外的其他医学分割任务中的应用。

研究结论:本研究提出了一种双流框架W-AGRU-Net,通过注意力机制、残差学习和多尺度特征提取范式的整合,应对脑成像分析中的若干挑战。该架构在多个数据集上展示了处理复杂神经影像数据的能力:(i) 在Figshare上取得97.87%的Dice和97.44%的Jaccard分数,(ii) 在TCIA-LGG上取得94.0%的Dice和89.29%的Jaccard分数。模型的计算效率同样显著,推理时间比标准U-Net快67%,凸显了其临床整合的可行性。这项工作通过展示神经架构如何在包含复杂信息的医学图像上跨模态提取有意义的信息,为脑成像领域增添了重要价值,弥合了人工智能与临床神经科学之间的鸿沟。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号