摘要：目的 提出并驗證一種新的基于多尺度監(jiān)督與殘差反饋的深度學(xué)習(xí)分割算法（DSRF），以實現(xiàn)對鼻咽癌患者CT圖像中小器官-視交叉和視神經(jīng)的精確分割。方法 收集來自SegRap2023、StructSeg2019和HaN-Seg2023公開數(shù)據(jù)庫的212例鼻咽癌患者CT圖像及其真實標(biāo)簽。為解決傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在池化過程中小器官特征丟失的問題，設(shè)計一種基于混合池化策略的解碼器，利用自適應(yīng)池化和平均池化技術(shù)將高級語義特征逐步細化并融合低級語義特征，使網(wǎng)絡(luò)學(xué)習(xí)到更細小的特征信息。采用多尺度深度監(jiān)督層，在深度監(jiān)督下學(xué)習(xí)豐富的多尺度、多層次語義特征，以提高對視交叉和視神經(jīng)邊界的識別能力。針對CT圖像中視交叉和視神經(jīng)對比度低的挑戰(zhàn)，設(shè)計可使網(wǎng)絡(luò)多次迭代的殘差反饋模塊，該模塊充分利用模糊邊界和易混淆區(qū)域的信息，通過監(jiān)督迭代細化分割結(jié)果，并結(jié)合每次迭代的損失優(yōu)化整個分割框架，提高分割精度和邊界清晰度。采用消融實驗驗證各組件的有效性，并與其他方法進行對比實驗。結(jié)果 引入混合池化策略、多尺度深度監(jiān)督層和殘差反饋模塊的DSRF算法能有效提升小器官的特征表示，實現(xiàn)視交叉和視神經(jīng)的準(zhǔn)確分割，其平均DSC達到0.837，ASSD低至0.351。消融實驗進一步驗證DSRF方法中各組成部分的貢獻。結(jié)論 本文提出的基于多尺度監(jiān)督及殘差反饋的深度學(xué)習(xí)分割算法能有效提升特征表示能力，實現(xiàn)視交叉和視神經(jīng)準(zhǔn)確分割。

關(guān)鍵詞：鼻咽癌；視交叉與視神經(jīng)分割；混合池化策略；深度監(jiān)督；殘差反饋

放射治療是鼻咽癌的主要治療手段，危及器官的準(zhǔn)確勾畫是決定放射治療能否達到預(yù)期效果的關(guān)鍵［1］。目前，鼻咽癌危及器官的勾畫主要依賴于醫(yī)師手動在CT圖像上進行，其精度取決于醫(yī)師的經(jīng)驗和熟練程度，具有較大的主觀性［2］。手動勾畫速度慢，人力成本高，醫(yī)生工作負(fù)擔(dān)大。因此，開發(fā)準(zhǔn)確高效的自動勾畫工具，可以減輕放療醫(yī)生的工作量、縮短危及器官勾畫時間，并提高放療計劃質(zhì)量。

在鼻咽癌危及器官分割研究領(lǐng)域，基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的深度學(xué)習(xí)分割算法得到了廣泛應(yīng)用［3-8］。然而，現(xiàn)有方法已經(jīng)能夠較為精準(zhǔn)地分割大體積危及器官，而準(zhǔn)確分割小體積危及器官（如視神經(jīng)和視交叉）仍是一個重大挑戰(zhàn)。有研究提出一種并行網(wǎng)絡(luò)架構(gòu)PCGNet［7］，采用U-Net 編碼器和門控軸向Transformer 編碼器組成的并行編碼器，用于提取局部和全局的語義特征，并通過級聯(lián)圖模塊融合多尺度特征信息，最終通過解碼器上采樣和生成模塊生成不同尺度的分割圖。分割結(jié)果顯示，對于大小、形態(tài)不同的鼻咽癌危及器官，分割準(zhǔn)確性存在顯著差異。Liu等［8］篩選出149篇關(guān)于頭頸部危及器官分割的深度學(xué)習(xí)算法研究，結(jié)果表明，現(xiàn)有深度學(xué)習(xí)算法在大體積危及器官（如腦干、眼球等）上的DSC較高，達到0.85以上，對于較小體積的視交叉和視神經(jīng)，平均DSC僅為0.62 和0.73。這是由于危及器官大小差異顯著，在CNN高級卷積層的輸出中，經(jīng)過一系列卷積和池化操作后，語義特征高度抽象化，小體積的危及器官在高層特征中存在較為嚴(yán)重的信息丟失，直接影響分割準(zhǔn)確性。此外，小危及器官如視神經(jīng)和視交叉在CT圖像上的邊緣清晰度較差，很大程度上限制了其分割的準(zhǔn)確性。

針對鼻咽癌危及器官中小器官——視交叉和視神經(jīng)分割精度低的問題，本文提出一種新的基于多尺度監(jiān)督及殘差反饋優(yōu)化機制的鼻咽癌視交叉和視神經(jīng)分割算法（DSRF）。針對傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在池化過程中導(dǎo)致小器官特征丟失的問題，本算法在解碼器中采用混合池化策略（HPS），將高級語義特征逐步細化并融合低級語義特征，使網(wǎng)絡(luò)能夠?qū)W習(xí)到更細小的特征信息。同時，本算法在輸出層采用多尺度深度監(jiān)督層（DSL），在深度監(jiān)督下學(xué)習(xí)豐富的多尺度、多層次語義特征，以提高對視交叉和視神經(jīng)邊界的識別能力。此外，針對CT圖像中視交叉和視神經(jīng)對比度較低的問題，本算法引入殘差反饋網(wǎng)絡(luò)［9］的反饋傳輸策略，設(shè)計可使網(wǎng)絡(luò)多次迭代的殘差反饋模塊（RFM），重點關(guān)注模糊邊界和易混淆區(qū)域的信息，通過監(jiān)督迭代過程不斷細化分割結(jié)果，并結(jié)合每次迭代的損失函數(shù)對分割框架進行優(yōu)化，從而提高分割精度和邊界清晰度。

1 材料和方法

1.1 實驗資料

本文資料來自3個公開用于鼻咽癌危及器官分割的數(shù)據(jù)集Segmentation of Organs-at-Risk and GrossTumor Volume of NPC（SegRap2023）［10］、AutomaticStructure Segmentation for Radiotherapy PlanningChallenge（StructSeg2019）［11］和The Head and NeckOrgans-at-Risk CT and MR Segmentation Challenge（HaN-Seg2023）［12］。3個公開數(shù)據(jù)集分別由120、50和42例鼻咽癌患者的CT圖像組成（圖1）。數(shù)據(jù)集參數(shù)如下：

SegRap2023 數(shù)據(jù)集：圖像矩陣為512×512×98～1024×1024×197，分辨率為0.43 mm×0.43 mm×3.00 mm～1.13 mm×1.13 mm×3.02 mm；

StructSeg2019數(shù)據(jù)集：圖像矩陣為512×512×100～512×512×152，分辨率為0.9766 mm×0.9766 mm×3.00 mm～1.188 mm×1.188 mm×3.00 mm；

HaN-Seg2023 數(shù)據(jù)集：圖像矩陣為512×512×116～1024×1024×323，分辨率為0.52 mm×0.52 mm×2.0 mm～1.56 mm×1.56 mm×3.0 mm。

本文的分割目標(biāo)是視交叉和視神經(jīng)，直接采用3個公開數(shù)據(jù)集提供的真實標(biāo)簽訓(xùn)練和驗證本文的算法模型。在圖像預(yù)處理方面，首先對所有圖像進行中心裁剪，并且重采樣至矩陣大小為512×512。其次，將SegRap2023和StructSeg2019兩個數(shù)據(jù)集按9∶1的比例劃分為訓(xùn)練集和內(nèi)部測試集，并采用nnU-Net［13］中的數(shù)據(jù)增強方法對訓(xùn)練集進行數(shù)據(jù)擴增，同時以2∶1的比例從訓(xùn)練集中劃分出驗證集，用于三折交叉驗證。HaNSeg2023數(shù)據(jù)集則被用作外部測試集。

1.2 網(wǎng)絡(luò)框架

DSRF分割算法選用U形的編碼器-解碼器框架作為主干網(wǎng)絡(luò)，其中編碼器部分采用ResNet-50［14］進行特征提取，解碼器部分則采用新的混合池化策略，使網(wǎng)絡(luò)能夠?qū)W習(xí)更精細的語義特征。輸出層采用多尺度深度監(jiān)督層，通過不同尺度的深度監(jiān)督學(xué)習(xí)豐富的多層次語義特征，提升對視交叉和視神經(jīng)邊界的識別能力。DSRF分割算法包括2個步驟：（1）在CT圖像輸入下，利用編碼-解碼框架結(jié)合多尺度深度監(jiān)督層，生成初始的分割結(jié)果。（2）應(yīng)用殘差反饋模塊，從解碼器輸出的特征中提取殘差信息，并在殘差真值（分割真實標(biāo)簽和初始分割結(jié)果之間的差異）的監(jiān)督下，學(xué)習(xí)低置信度和初始錯誤預(yù)測像素附近的殘差信息。最終，通過在訓(xùn)練過程中以反饋的方式不斷優(yōu)化，獲得更精細的分割結(jié)果（圖2）。

1.2.1 基于混合池化策略的解碼器 在U形卷積神經(jīng)網(wǎng)絡(luò)中，經(jīng)過多次卷積和池化過程，視交叉和視神經(jīng)的特征信息容易丟失。為解決這一問題，本文采用由擴展金字塔池化模塊（EPPM）和深度池化層（DPL）組成的基于混合池化策略的解碼器。其中，EPPM為不同特征層提供視交叉和視神經(jīng)的特征信息，有助于融合初級語義信息和高級語義信息。DPL通過逐步細化較高級的語義特征，使每個空間位置能夠在不同的尺度空間中查看局部上下文，進一步擴大整個網(wǎng)絡(luò)的感受野，減少上采樣的混疊效應(yīng)。

EPPM通過4 個自適應(yīng)平均池化層分別在1×1、3×3、5×5 和恒等映射層上捕獲視交叉和視神經(jīng)的特征信息，通過特征拼接和3×3卷積層將不同空間尺度上的特征信息進行融合。融合后的特征信息通過3×3卷積層和一個上采樣層傳遞給DPL。圖3A展示了EPPM的結(jié)構(gòu)。深度池化層DPL（圖3B）通過3個不同下采樣率（2、4和8）的池化單元和1個3×3卷積層獲取更精細的特征信息，將細化后的特征信息與編碼器塊橫向連接輸出的特征信息以及EPPM對應(yīng)分支輸出的特征信息進行融合。其中，池化單元（圖3C）是由1 個平均池化層、1 個3×3的卷積層和1個上采樣層構(gòu)成，以逐步細化特征信息，進一步提升分割精度。

1.2.2 多尺度深度監(jiān)督層 為學(xué)習(xí)不同層次的有效特征表示，本文采用DSL作為DSRF模型的輸出層，利用分割損失對中間結(jié)果進行監(jiān)督，從而約束特征信息。在DSL的監(jiān)督下，DSRF能夠更好地學(xué)習(xí)豐富的多尺度、多層次語義特征，提高對視交叉和視神經(jīng)邊界的識別能力。

DSL（圖4）將深度池化層（DPL）輸出的特征信息M ij 通過卷積層、上采樣和激活函數(shù)生成不同尺度下的概率圖Pij；將不同尺度特征圖進行融合生成融合后的概率圖Pi；利用真實標(biāo)簽對所有概率圖進行監(jiān)督。以其中一個子分支為例，特征信息經(jīng)過兩個1×1卷積層和插值得到與原圖大小一致的特征圖，再用分割損失對通過sigmoid激活函數(shù)生成的概率圖進行監(jiān)督。

1.2.3 殘差反饋模塊 在CT圖像中，視交叉和視神經(jīng)的組織對比度低，且體積較小，使得這些區(qū)域的準(zhǔn)確分割尤為困難，導(dǎo)致在初始分割結(jié)果中，這些區(qū)域的邊界準(zhǔn)確度較低。為解決這一問題，本文采用RFM，旨在通過學(xué)習(xí)這些區(qū)域的殘差信息（即真實標(biāo)簽與本次迭代前分割結(jié)果差異的絕對值）來提升對模糊或缺失邊界的識別。

RFM（圖2）的工作機制如下：在獲得初始分割結(jié)果后，RFM利用解碼器的主干網(wǎng)絡(luò)DPL提取的特征作為輸入，在殘差真值的監(jiān)督下，學(xué)習(xí)難以分割區(qū)域的特征，為不確定像素生成精確的表達圖。RFM的結(jié)構(gòu)包括3個殘差單元，每個單元從解碼器的DPL輸出中提取上下文信息。殘差單元由一個3×3卷積層和一個上采樣層構(gòu)成，以生成維度匹配的特征圖。通過兩個連續(xù)的卷積層（核大小分別為3×3和1×1）和上采樣，生成反映缺失或模糊區(qū)域的殘差信息和殘差信息圖。

我們引入新的循環(huán)反饋訓(xùn)練策略，以加強對難以預(yù)測像素的關(guān)注。在此策略中，DSRF模型通過兩個主要步驟進行訓(xùn)練：（1）在CT圖像作為輸入的情況下，編碼-解碼架構(gòu)生成初始概率圖（P0），如圖2中的粉色和黑色箭頭所示。通過殘差反饋模塊從解碼器的DPL中提取多尺度特征，學(xué)習(xí)低置信度或預(yù)測錯誤像素的殘差信息，生成對應(yīng)殘差信息圖（R）。利用真實標(biāo)簽與初始概率圖差異的絕對值得到殘差掩模（R），通過殘差掩膜對殘差信息圖進行監(jiān)督，約束殘差信息。（2）在編碼器中，殘差信息通過加權(quán)的方式（圖2左下角紫色星號*運算）與原始特征信息相結(jié)合，增加低置信度像素的權(quán)重，使DSRF模型更加關(guān)注難以預(yù)測的混淆區(qū)域。具體表現(xiàn)為圖2 中的紫色箭頭指示的路徑。通過這種循環(huán)反饋機制，網(wǎng)絡(luò)能夠在每一輪迭代中改進對復(fù)雜或模糊特征的識別與預(yù)測，從而提高整體分割的精確度和魯棒性。

1.2.4 訓(xùn)練過程與損失函數(shù) DSRF采用端到端的訓(xùn)練方式。DSRF的訓(xùn)練過程主要分為初始分割過程和迭代優(yōu)化過程。初始分割過程見公式1。

2 結(jié)果

2.1 消融實驗

本文提出的DSRF分割算法由HPS、 DSL和RFM組成。為驗證所提出3個模塊的有效性，消融實驗的量化結(jié)果見表1-2，消融實驗的可視化結(jié)果見圖5。當(dāng)僅使用基礎(chǔ)U形網(wǎng)絡(luò)架構(gòu)時，鼻咽癌視交叉和視神經(jīng)在內(nèi)部測試集上的平均DSC和ASSD分別為75.7%和65.1%。在此基礎(chǔ)上引入HPS，模型的分割性能顯著提升，表現(xiàn)為DSC提升4.4%且ASSD分?jǐn)?shù)降低20.5%，表明HPS有效增強DSRF對細微特征的捕捉能力，有助于提升網(wǎng)絡(luò)的特征表示能力。進一步引入DSL模塊后，模型的分割性能有所提升，表現(xiàn)為DSC提升2.1%且ASSD分?jǐn)?shù)降低6.0%，表明DSL有助于DSRF學(xué)習(xí)豐富的多尺度、多層次語義特征，提高對視交叉和視神經(jīng)邊界的識別能力。引入RFM模塊后，模型的分割性能進一步提升，DSC提升1.5%且ASSD降低3.5%，表明RFM充分利用模糊邊界和易混淆區(qū)域的信息，通過監(jiān)督迭代細化分割結(jié)果，并結(jié)合每次迭代的損失優(yōu)化整個分割框架，提高分割精度和邊界清晰度。為進一步分析HPS的貢獻，分別提取DSRF模型和不含HPS模塊的DSRF模型中各層解碼器塊的輸出特征，并通過1×1卷積層和插值操作生成與原圖大小一致的語義特征熱圖（圖6）?？梢钥闯觯谏顚咏獯a器塊中，HPS能夠顯著捕捉更清晰的邊緣信息，尤其是在視交叉區(qū)域，不含HPS 模塊的DSRF 模型未能有效捕獲視交叉右下角的語義特征。這進一步表明，HPS模塊對于增強模型捕獲細微特征的能力具有重要作用。此外，殘差表達示例的可視化結(jié)果顯示（圖7），視交叉和視神經(jīng)的邊緣附近區(qū)域分割精度低，RFM利用殘差信息使DSRF更關(guān)注于模糊邊界和易混淆區(qū)域。

2.2 殘差反饋模塊的迭代次數(shù)調(diào)優(yōu)實驗

本文對DSRF中殘差反饋模塊（RFM）的超參數(shù)迭代次數(shù)i進行調(diào)優(yōu)實驗（表3）。當(dāng)DSRF模型不進行迭代（即沒有RFM）時，鼻咽癌視交叉和視神經(jīng)在內(nèi)部測試集上的平均DSC 和ASSD分別為82.2%和38.6%。當(dāng)DSRF模型迭代1次時，DSC提升1.5%且ASSD降低3.5%。當(dāng)DSRF模型迭代2次時，DSC保持不變，ASSD僅降低0.7%。由DSC和ASSD的結(jié)果可見，模型DSRF迭代一次即可獲得較優(yōu)的結(jié)果。

2.3 與現(xiàn)有方法的對比實驗

將DSRF與3 種典型分割方法（nnU-Net，PoolNet，RF-Net）以及兩種最新分割方法（STU-Net，UMamba）進行比較（表4）。nnU-Net、PoolNet、RF-Net 均為典型的U形架構(gòu)圖像分割模型，采用編碼器-解碼器結(jié)構(gòu)，通過不斷提取和融合特征信息，實現(xiàn)對圖像中目標(biāo)區(qū)域的分割。STU-Net 是基于nnU-Net 框架設(shè)計的可擴展且具備強遷移能力的醫(yī)學(xué)圖像分割模型，通過復(fù)合擴展網(wǎng)絡(luò)的深度和寬度，同時結(jié)合大規(guī)模監(jiān)督預(yù)訓(xùn)練策略，在大規(guī)模醫(yī)學(xué)分割任務(wù)中展現(xiàn)了卓越的性能和遷移能力。UMamba是一種針對生物醫(yī)學(xué)圖像分割的通用網(wǎng)絡(luò)，采用創(chuàng)新的混合CNN-SSM架構(gòu)，結(jié)合卷積層的局部特征提取能力與狀態(tài)空間模型（SSMs）的長程依賴建模能力，配合自動配置機制，能夠高效適應(yīng)多樣化數(shù)據(jù)集，顯著提升分割精度與計算效率。為了公平比較，所有對比方法使用的訓(xùn)練集和測試集與DSRF算法一致，對比方法的代碼均來自作者發(fā)布的原始代碼并經(jīng)過微調(diào)以適應(yīng)本實驗數(shù)據(jù)集。結(jié)果顯示，DSRF在視交叉和視神經(jīng)的分割上均取了最優(yōu)的結(jié)果（表4）。DSRF在視交叉和視神經(jīng)的分割結(jié)果接近于真實標(biāo)簽，邊界較為清晰并保留了較多的解剖細節(jié)（圖8）。

3 討論

自動分割鼻咽癌小體積關(guān)鍵危及器官具有非常重要的意義［20-23］。本文提出DSRF分割算法，用于準(zhǔn)確分割鼻咽癌患者CT圖像中視交叉和視神經(jīng)。該算法在解碼器中采用混合池化策略，細化并融合不同層次的特征信息；輸出層引入多尺度深度監(jiān)督層，在深度監(jiān)督下學(xué)習(xí)多尺度語義特征，以提高對視交叉和視神經(jīng)邊界的識別能力。為解決CT圖像中視交叉和視神經(jīng)對比度較低的問題，算法通過殘差反饋模塊多次迭代優(yōu)化分割結(jié)果，從而提升分割精度和邊界清晰度。DSRF算法在3個公開數(shù)據(jù)集上進行消融實驗和對比實驗，驗證了每個模塊的有效性。實驗結(jié)果表明，DSRF算法不僅可以提高分割的準(zhǔn)確性和一致性，還為醫(yī)學(xué)影像學(xué)和臨床實踐提供了更深入的理解，從而為鼻咽癌患者的診斷、治療和監(jiān)測提供更為精準(zhǔn)和個性化的支持。

卷積神經(jīng)網(wǎng)絡(luò)在多次的卷積和池化過程中容易引起小體積危及器官信息的丟失［24］。Liu等［25］通過擴展池化技術(shù)在卷積神經(jīng)網(wǎng)絡(luò)中的作用，并將其應(yīng)用于顯著物體檢測任務(wù)，提出一種基于金字塔池化模塊（PPM）的全局引導(dǎo)模塊（GGM）。該模塊通過U形網(wǎng)絡(luò)自下而上的路徑，將顯著物體的位置信息傳遞到不同特征層級，從而指導(dǎo)特征融合過程。Hu等［26］將金字塔池化技術(shù)作為核心特征提取模塊應(yīng)用于息肉分割任務(wù)，利用金字塔池化變換器（ P2T）［27］作為主干網(wǎng)絡(luò)，結(jié)合多分支金字塔特征融合模塊（PFFM）提取和融合多尺度特征，以增強網(wǎng)絡(luò)對息肉區(qū)域的分割能力。在上述工作的啟發(fā)下，DSRF 算法通過設(shè)計基于混合池化策略的解碼器（HPS），應(yīng)用不同的池化技術(shù)減少卷積神經(jīng)網(wǎng)絡(luò)中多次卷積和池化而導(dǎo)致的視交叉和視神經(jīng)特征信息的丟失。其中，相比于通過金字塔池化模塊引導(dǎo)顯著物體位置信息［25］，將金字塔池化用于多尺度特征提取與融合的方式［26］，本文的擴展金字塔池化模塊（EPPM）利用高級語義信息，應(yīng)用自適應(yīng)池化技術(shù)為不同特征層提供視交叉和視神經(jīng)的特征信息；深度池化層（DPL）應(yīng)用平均池化技術(shù)逐步細化較高級的語義特征，并將其與編碼器塊橫向連接輸出的特征信息、EPPM對應(yīng)分支輸出的特征信息共三部分特征信息進行特征融合，以有效減少特征信息的丟失。同時，本文采用多尺度深度監(jiān)督層（DSL），從不同層次的DPL中學(xué)習(xí)豐富的多尺度特征信息，提升對視交叉和視神經(jīng)邊界的識別能力，提高視交叉和視神經(jīng)分割的精確度和魯棒性。對于深度監(jiān)督的策略，Wang等［28］提出在深層卷積網(wǎng)絡(luò)中使用深度監(jiān)督，通過在中間層添加監(jiān)督信號，提高反向傳播的效果和網(wǎng)絡(luò)的正則化性能。Zhang等［29］提出一種對比深度監(jiān)督方法，通過在中間層添加對比損失，增強模型在中間表示層的監(jiān)督。Ahmad等［30］提出合作深度監(jiān)督融合學(xué)習(xí)，利用多教師模型間的相互學(xué)習(xí)增強深度監(jiān)督效果，并將融合信息提煉到學(xué)生模型中，從而提升分割性能。與上述方法相比，DSRF算法中的深度監(jiān)督無需額外的標(biāo)注數(shù)據(jù)和復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，支持中間層的監(jiān)督，也不需引入除分割損失之外的其他損失，計算復(fù)雜度較低，訓(xùn)練時間較短。此外，本文進一步引入一種新的循環(huán)反饋訓(xùn)練策略的殘差反饋模塊（RFM），旨在提升視交叉和視神經(jīng)的分割精度與邊界清晰度。RFM通過計算真實標(biāo)簽與當(dāng)前迭代分割結(jié)果之間差異的絕對值生成殘差真值，利用該真值對殘差信息圖進行監(jiān)督，從而約束模糊區(qū)域的特征表達。基于循環(huán)反饋機制，RFM逐步優(yōu)化低置信度區(qū)域的分割結(jié)果，使網(wǎng)絡(luò)更關(guān)注模糊邊界及混淆區(qū)域，從而增強整體分割性能與魯棒性。Umer等［31］提出一種基于殘差注意的雙解碼器網(wǎng)絡(luò)，利用殘差注意機制在解碼器中強化腫瘤區(qū)域的顯著特征，同時抑制冗余信息對分割模型訓(xùn)練的干擾，顯著提高在乳房超聲圖像數(shù)據(jù)集上乳腺癌的分割精度。Wang等［32］提出正負(fù)交叉注意網(wǎng)絡(luò)（TaiChiNet），專注于超聲圖像中乳腺病變的前景與背景特征挖掘。TaiChiNet基于“太極”互補原理，分別設(shè)計正路徑和負(fù)路徑，用于增強前景病變及正常背景的特征表達。同時，通過其提出的通道到空間交叉注意模塊（C2-attention），實現(xiàn)正負(fù)路徑特征的交互與互補性監(jiān)督。相比于僅通過殘差注意機制突出腫瘤特征［31］，RFM利用殘差真值，提供更穩(wěn)定且精確的監(jiān)督信號，從而有效學(xué)習(xí)殘差信息，進一步提升分割性能。相比于通過正負(fù)路徑兩次監(jiān)督和一次交叉注意實現(xiàn)前景分割的優(yōu)化策略［32］，本文提出的循環(huán)反饋訓(xùn)練策略可以迭代調(diào)優(yōu)，以在分割精度與運行時間之間實現(xiàn)最佳平衡。

為進一步提升DSRF模型的性能，我們將在接下來的工作中從以下方面進行改進：針對不同數(shù)據(jù)集勾畫存在差異的問題，將收集同質(zhì)化水平較高的多中心數(shù)據(jù)進行模型測試，以進一步提高并驗證DSRF的泛化能力；在CT圖像中灰度相似或?qū)Ρ榷鹊偷囊谆煜齾^(qū)域，腫瘤學(xué)專家通常會利用來自其他模態(tài)和診斷指征的額外信息結(jié)合CT圖像進行危及器官的勾畫和制定放療計劃，我們計劃引入多模態(tài)數(shù)據(jù)，提取其他模態(tài)的特征信息，以輔助CT圖像上視交叉和視神經(jīng)的更準(zhǔn)確分割。

參考文獻：

[1] Du XJ， Wang GY， Zhu XD， et al. Refining the 8th edition TNM classification for EBV related nasopharyngeal carcinoma[J].Cancer Cell， 2024， 42（3）： 464-73.e3.

[2] 陳美寧， 劉懿梅， 彭應(yīng)林， 等. 不同級別腫瘤中心醫(yī)師對鼻咽癌調(diào)強放療靶區(qū)和危及器官勾畫差異比較[J]. 中國醫(yī)學(xué)物理學(xué)雜志，2024， 41（3）： 265-72.

[3] Guo DZ， Jin DK， Zhu Z， et al. Organ at risk segmentation for head and neck cancer using stratified learning and neural architecture search[C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. IEEE， 2020： 4223-32.

[4] Guo H， Wang J， Xia X， et al. The dosimetric impact of deep learningbased auto-segmentation of organs at risk on nasopharyngeal and rectal cancer[J]. Radiat Oncol， 2021， 16（1）： 113.

[5] Costea M， Zlate A， Durand M， et al. Comparison of atlas-based and deep learning methods for organs at risk delineation on head-and-neck CT images using an automated treatment planning system[J].Radiother Oncol， 2022， 177： 61-70.

[6] Peng YL， Liu YM， Shen GZ， et al. Improved accuracy of autosegmentation of organs at risk in radiotherapy planning for nasopharyngeal carcinoma based on fully convolutional neural network deep learning[J]. Oral Oncol， 2023， 136： 106261.

[7] Luan S， Wei C， Ding Y， et al. PCG-net： feature adaptive deep learning for automated head and neck organs-at-risk segmentation[J]. Front Oncol， 2023， 13： 1177788.

[8] Liu P， Sun Y， Zhao X， et al. Deep learning algorithm performance in contouring head and neck organs at risk： a systematic review and single-arm meta-analysis[J]. Biomed Eng Online， 2023， 22（1）： 104.

[9] Wang K， Liang SJ， Zhang Y. Residual feedback network for breast lesion segmentation in ultrasound image[M]//Medical Image Computing and Computer Assisted Intervention – MICCAI 2021.Cham： Springer International Publishing， 2021： 471-81.

[10]Luo XD， Fu J， Zhong YX， et al. SegRap2023： a benchmark of organs-at-risk and gross tumor volume Segmentation for Radiotherapy Planning of Nasopharyngeal Carcinoma[J]. Med Image Anal， 2025， 101： 103447.

[11]Automatic Structure Segmentation for Radiotherapy Planning Challenge 2019. The MICCAI 2019 Challenge[OL]. Retrieved from https：//structseg2019.grand-challenge.org

[12]Podobnik G， Strojan P， Peterlin P， et al. HaN-Seg： The head and neck organ-at-risk CT and MR segmentation dataset[J]. Med Phys， 2023，50（3）： 1917-27.

[13] Isensee F， Jaeger PF， Kohl SAA， et al. nnU-Net： a self-configuring method for deep learning-based biomedical image segmentation[J].Nat Meth， 2021， 18： 203-11.

[14]He KM， Zhang XY， Ren SQ， et al. Deep residual learning for image recognition[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. June 27-30， 2016. Las Vegas， NV，USA. IEEE， 2016： 770-778.

[15]Kingma DP， Ba J. Adam： A method for stochastic optimization [J].arXiv preprint arXiv：14126980， 2014.

[16]Krizhevsky A， Sutskever I， Hinton GE. ImageNet classification with deep convolutional neural networks[J]. Commun ACM， 2017， 60（6）： 84-90.

[17]Liu JJ， Hou QB， Cheng MM， et al. A simple pooling-based design for real-time salient object detection[C]//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.June 15-20， 2019. Long Beach， CA， USA. IEEE， 2019： 3917-3926.

[18]Huang ZY， Ye J， Wang HY， et al. Evaluating STU-net for brain tumor segmentation[M]//Brain Tumor Segmentation， and Cross-Modality Domain Adaptation for Medical Image Segmentation. Cham：Springer Nature Switzerland， 2024： 140-51.

[19]Ma J， Li FF， Wang B. U-mamba： enhancing long-range dependency for biomedical image segmentation[EB/OL]. 2024： 2401.04722.https：//arxiv.org/abs/2401.04722v1.

[20]Wenderott K， Krups J， Zaruchas F， et al. Effects of artificial intelligence implementation on efficiency in medical imaging： a systematic literature review and meta-analysis[J]. NPJ Digit Med，2024， 7： 265.

[21]賴建軍， 陳麗婷， 胡海麗， 等. 基于深度學(xué)習(xí)自動勾畫在鼻咽癌調(diào)強放射治療計劃中的系統(tǒng)性評價研究[J]. 中國現(xiàn)代醫(yī)藥雜志， 2023，25（10）： 24-30.

[22]黃 新， 王新卓， 薛 濤， 等. 鼻咽癌放射治療危及器官自動勾畫的幾何和劑量學(xué)分析[J]. 生物醫(yī)學(xué)工程與臨床， 2024， 28（1）： 26-34.

[23]Su ZY， Siak PY， Lwin YY， et al. Epidemiology of nasopharyngeal carcinoma： current insights and future outlook[J]. Cancer Metastasis Rev， 2024， 43（3）： 919-39.

[24]Azad R， Aghdam EK， Rauland A， et al. Medical image segmentation review： the success of U-net[J]. IEEE Trans Pattern Anal Mach Intell， 2024， 46（12）： 10076-95.

[25]Liu JJ， Hou Q， Liu ZA， et al. PoolNet+ ： exploring the potential of pooling for salient object detection[J]. IEEE Trans Pattern Anal Mach Intell， 2023， 45（1）： 887-904.

[26]Hu K， Chen W， Sun Y， et al. PPNet： Pyramid pooling based network for polyp segmentation[J]. Comput Biol Med， 2023， 160： 107028.

[27]Wu YH， Liu Y， Zhan X， et al. P2T： pyramid pooling transformer for scene understanding[J]. IEEE Trans Pattern Anal Mach Intell， 2023，45（11）： 12760-71.

[28]Wang LW， Lee CY， Tu ZW， et al. Training deeper convolutional networks with deep supervision[EB/OL]. 2015： 1505.02496. https：//arxiv.org/abs/1505.02496v1.

[29]Zhang LF， Chen X， Zhang JB， et al. Contrastive deep supervision[M]//Computer Vision-ECCV 2022. Cham： Springer Nature Switzerland， 2022： 1-19.

[30]Ahmad S， Ullah Z， Gwak J. Multi-teacher cross-modal distillation with cooperative deep supervision fusion learning for unimodal segmentation[J]. Knowl Based Syst， 2024， 297： 111854.

[31]Umer MJ， Sharif MI， Kim J. Breast cancer segmentation from ultrasound images using multiscale cascaded convolution with residual attention-based double decoder network[J]. IEEE Access，2024， 12： 107888-902.

[32]Wang J， Liang J， Xiao Y， et al. TaiChiNet： negative-positive crossattention network for breast lesion segmentation in ultrasound images[J]. IEEE J Biomed Health Inform， 2024， 28（3）： 1516-27.

（編輯：林 萍）