基于多层级边界增强的肺结节分割算法

张文豪; 袁小平; 贺智杰; 王子玮

doi:10.12404/j.issn.1671-1815.2501991

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (10) :4299-4308 DOI: 10.12404/j.issn.1671-1815.2501991

自动化技术、计算机技术

基于多层级边界增强的肺结节分割算法

作者信息 +

Lung Nodule Segmentation Algorithm Based on Multilevel Boundary Enhancement

Author information +

文章历史 +

摘要

针对传统深度学习算法在医学图像分割任务中精度较低以及肺结节图像数据集中边界模糊的问题,提出了一种改进的Unet网络DM-Unet。该模型通过多种优化策略提升分割性能。首先,采用多尺度残差卷积层取代标准卷积层,以增加网络深度更有效地捕捉不同尺度的特征信息。其次,在解码器阶段,引入多层级边界增强模块,利用上层掩码和注意力机制提高边界识别能力。最后,在跳跃连接阶段,嵌入细节特征关联模块,提升模型的多尺度上下文特征感知能力,并通过上采样得到最终结果。实验结果表明,DM-Unet在公开肺结节图像数据集上的表现优异,其交并比、灵敏度、Dice相似系数及阳性预测值分别达到了79.84%、87.33%、88.62%和90.19%,充分验证了该方法的有效性。

Abstract

To address the low accuracy of traditional deep learning algorithms in medical image segmentation tasks and the unclear boundaries in the dataset of lung nodule images, an improved Unet network, named DM-Unet, was proposed. The model was enhanced through various optimization strategies to improve segmentation performance.First, a multi-scale residual convolution layer was employed to replace standard convolutional layers, enabling the network to capture feature information at different scales more effectively by increasing its depth. Second, in the decoder stage, a multi-level boundary enhancement modules was introduced. This module utilized upper-layer masks and an attention mechanism to enhance boundary recognition capabilities. Finally, during the skip connection stage, a detailed feature cascade module was embedded to strengthen the perception of multi-scale contextual features, and the final result was obtained through upsampling.Experimental results demonstrate that DM-Unet achieved superior performance on public pulmonary nodule image datasets, with IoU of 79.84%, Sensitivity of 87.33%, dice similarity coefficient of 88.62%, and positive predictive value of 90.19%, thereby fully validating the effectiveness of the proposed method.

Graphical abstract

关键词

医学图像分割 / 边界增强 / 上下文特征 / Unet / 注意力机制

Key words

medical image segmentation / boundary enhancement / contextual features / Unet / attention mechanism

引用本文

引用格式 ▾

张文豪, 袁小平, 贺智杰, 王子玮. 基于多层级边界增强的肺结节分割算法[J]. 科学技术与工程, 2026, 26(10): 4299-4308 DOI:10.12404/j.issn.1671-1815.2501991

ZHANG Wen-hao, YUAN Xiao-ping, HE Zhi-jie, WANG Zi-wei. Lung Nodule Segmentation Algorithm Based on Multilevel Boundary Enhancement[J]. Science Technology and Engineering, 2026, 26(10): 4299-4308 DOI:10.12404/j.issn.1671-1815.2501991

登录浏览全文

4963

注册一个新账户忘记密码

近年来,全球空气污染的加剧以及吸烟人群的数量的日益增长,使肺癌的发病率和死亡率持续上升。肺癌是目前发病率最高、致死率增长速度最快的恶性肿瘤,严重威胁了人们的生命健康。在肺癌的早期阶段,病变的形式通常表现为肺结节,因此肺结节的检测在肺癌诊断中具有重要意义。研究表明,如果能够在早期就及时地发现并进行合理的处理,那么肺癌患者的5年生存率可提高至52%。因此,准确地进行检测和分割肺结节可以对早期肺癌的发现和诊断起着至关重要的作用,有助于提高医学界对肺部病变的识别和治疗水平。

传统的图像分割方法^[1]主要依赖于基于阈值^[2]、区域生长、边缘检测和水平集等经典算法。然而,这些方法对复杂医学影像的适应性较差,尤其在处理病灶边界模糊、形态不规则以及低对比度的情况下,容易导致分割精度下降。因此,如何提高分割算法的稳健性和泛化能力,成为医学影像分析中的关键挑战。

近年来,基于深度学习的图像分割方法取得了突破性进展,其中卷积神经网络^[3](convolutional neural networks,CNN)凭借其强大的特征学习能力,能够自动提取图像中的高级语义特征,从而有效提升分割精度和适应性。

Long等^[4]提出的全卷积神经网络(fully convolutional networks,FCN)为图像语义分割奠定了基础。基于FCN,Ronneberger等^[5]提出了更适用于医学图像处理的Unet网络。Unet不仅通过上采样和下采样提取深层语义信息,并且还通过跳跃连接提取不同层级的特征,以弥补下采样带来的信息损失,从而显著提升了分割性能。

尽管Unet在医学图像分割领域具有显著进展,但受限于稀缺的医学数据集,该网络对于充分捕捉丰富的上下文信息存在挑战。因此,基于Unet的众多改进模型被提出,以增强特征提取能力^[6]和分割性能。例如,Xiao等^[7]提出了结合加权注意机制和跳跃连接的ResUnet模型,用于视网膜血管分割。而岳昱超等^[8]利用不同方向的卷积融合代替普通卷积层,提高了视网膜血管分割的表征能力。提出了Zhou等^[9]提出的 Unet++ 则通过剪枝加速不同层次特征的提取,并采用深度监督(deep supervision)技术,实现了自适应采样深度的优化。Milletari等^[10]提出V-Net模型,模型使用残差模块编码路径和解码路径对3D医学图像进行特征提取能够充分利用3D图像中的空间信息。在中医中药方面,神经网络在中医处方推荐,疾病症候诊断等方面展现出了显著价值^[11]。刘言等^[12]运用影像辅助系统并结合中医诊断方法,高效地预测了不同风险肺结节的临床特点。张晓维等^[13]运用Mediapipe算法成功构建了基于手部特征的中医体质辨识模型,准确高效地辨识数十种基础体质类型。

在编码器设计方面,Badrinarayanan等^[14]提出SegNet模型,该模型采用对称的编码-解码结构,并利用池化索引进行上采样,以有效恢复空间信息,从而提升图像分割的精度和边界识别能力。Liang等^[15]提出了一种双编码器Unet模型,以加深网络深度并增强特征提取能力。在解码器优化方面,Rahman等^[16]采用基于图卷积的解码器,以保留长程信息的特征映射。此外,Ahmed等^[17]提出DOLG-NeXt网络,该网络在编码器中集成ConvNeXt以提高特征提取效率,同时在解码器中结合局部与全局特征的深度正交融合,以增强细粒度上下文信息的检索能力。

Dutande等^[18]提出SquExUNet模型将通道注意力和Unet模型相结合的分割模型,但是使用2D分割,忽略了3D数据集中深度维度信息,导致模型对肺结节的空间信息理解不全面。Agnes等^[19]提出了一种多尺度全卷积三维Unet(MF-3D Unet)模型,在编码路径中融合多尺度信息的最大输出聚合方法,增强了模型的泛化能力,但对结节的边缘细节不够敏感,导致对边界模糊肺结节效果不好。Galdran等^[20]优化了标准2D残差网络,设计了带残差连接的3D U-Net网络,通过联合学习两个任务,提升了肺结节分割性能。Keetha等^[21]提出了端到端网络结构U-Det,通过采用双向特征金字塔网络,对多层次特征进行融合提升分割能力。采用Mish激活函数替代ReLU,改善收敛性,提高分割效率和准确性,展示了更高的精度和适应性。Chen等^[22]将Transformers和Unet相结合提出了TransUnet,利用自注意力机制提取长距离依赖关系,同时融合CNN提取的局部特征通过恢复局部空间信息来增强更精细的细节。

传统的Unet及其变体^[23]虽然通过编解码器的设计,缓解了信息丢失问题,但在细粒度边缘特征和长程依赖关系的捕捉上仍存在不足。因此,现对Unet网络进行改进,提出DM-Unet算法用于肺结节图像的分割,在提升分割精度的同时能够更好地保留结节形态细节,以期为早期肺癌筛查中提供更精准的结节形态学依据,对降低临床误诊风险具有重要的现实意义。

1 本文算法

肺结节图像通常具有场景复杂,信息密集且复杂等问题,现有的Unet、SegNet和Vnet等网络由于语义简单,结构单一,在进行特征提取时没有能有效地提取图像的全局信息,而TransUnet等网络在网络中进行简单的跳跃连接,会忽视了上下文的语义关联性,并且对图像边缘信息的忽略导致病灶分割边缘区域模糊,导致检测能力不能进一步提升。针对以上的问题,基于Unet模型设计了一种新的模型结构,即DM-Unet网络。如图1所示,DM-Unet主要包括对上下文语义信息提取,边缘特征增强,以及强化全局信息等地方的改进。

(1)设计细节特征级联模块,通过级联机制,促进不同层级的特征共享,使高层特征能够保留低层的细节信息,结合浅层的细节信息与深层的语义信息,兼顾局部精准度和全局一致性,增强网络对细粒度信息的捕捉能力,同时融合全局和局部特征,提高分割的准确性。

(2)设计多层级边界增强模块,通过不同尺度的特征图提取,处理边界信息,允许模型在多个尺度上聚焦边界特征,增强边界区域的细节,减少噪声影响,通过上下文信息提升边界识别的准确性。

(3)设计多尺度残差模块替代原始Unet的传统卷积层,通过加深网络深度,捕捉不同尺度上的特征,并且在网络深层提取强化的全局信息。

1.1 细节特征级联模块

医学图像分割目标的尺度变化较大,同时部分目标边界模糊、形态复杂且纹理异质性强,容易导致分割错误。多尺度上下文信息在提升语义分割性能方面具有重要作用。由于目标尺寸多样,充分利用多尺度上下文信息对于实现精准定位至关重要。

杨梅等^[24]通过在跳跃连接阶段增加注意力机制来加强提取特征信息,但是简单的注意力机制会导致局部特征和细节信息丢失的问题。针对这些问题设计了细节特征级联模块(detailed feature cascade,DFC)模块,在UNet架构中起到了为每一层聚合分层上下文元素并补充全局与区域上下文信息的作用。这一机制能够帮助模型确定潜在的异常区域,并允许网络聚焦于更为关键的位置区域。如图2所示,DFC模块分成3个部分。

第一部分是多尺度上下信息提取,使用自适应最大池化操作对输入特征图进行池化,以确保池化后特征图具有相同的空间尺寸。然后通过3种不同大小的3D卷积核k进行处理:使用1×1×1卷积提取细节信息,交互通道信息,3×3×3卷积提取中等尺度特征,5×5×5卷积捕捉全局上下文信息。每个分支卷积操作后,通道数减少至1/3,减轻计算负担。最后,通过上采样操作将特征图恢复至与输入图像相同的尺寸。

第二部分是特征融合部分。将3个分支的特征图拼接,合并多尺度和感受野的信息,增强细节与全局上下文的表达能力。拼接后的特征图与原始输入特征图进行逐像素相加或拼接,保留原始特征并整合上下文信息,最终通过卷积层提取抽象特征表示,提升分割精度。

第三部分是全局上下文信息级联,通过级联方式将全局上下文信息从深层传递到上层,增强后续模块的区域上下文表达能力。最终生成的上下文特征图结合了局部细节与全局信息,提升了在边界模糊或目标尺寸变化较大的任务中的分割精度。

上述过程可由式(1)~式(8)表示。

(1)

${X}_{\mathrm{p}\mathrm{o}\mathrm{o}\mathrm{l}}=\mathrm{A}\mathrm{d}\mathrm{a}\mathrm{p}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}\mathrm{M}\mathrm{a}\mathrm{x}\mathrm{P}\mathrm{o}\mathrm{o}\mathrm{l}\left(X\right)$

(2)

${X}_{i}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}({X}_{\mathrm{p}\mathrm{o}\mathrm{o}\mathrm{l}},{W}_{i},{b}_{i})$

(3)

${X}_{i\text{'}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}({X}_{i},{W}_{i\text{'}},{b}_{i\text{'}})$

(4)

${F}_{i\text{'}}=\mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({X}_{i\text{'}},H,W,D)$

(5)

${F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}({F}_{1\text{'}},{F}_{3\text{'}},{F}_{5\text{'}})$

(6)

${F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}\_\mathrm{a}\mathrm{d}\mathrm{d}}={F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}}+X$

(7)

${F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{v}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}({F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}\_\mathrm{a}\mathrm{d}\mathrm{d}},3\times 3\times 3,C)$

(8)

${F}_{\mathrm{D}\mathrm{F}\mathrm{C}}=\mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{v}}+{F}_{\mathrm{h}})$

式中:AdaptiveMaxPool为自适应最大池化操作;X为输入特征;X_pool为自适应最大池化;Conv为进行卷积操作;X_i为使用卷积核为i的特征变换,i=1,3,5;W_i为对应卷积层的权重;b_i为对应卷积层的偏置;X_i'为通道压缩后的特征图;W_i'为通道压缩的卷积层的权重;b_i'为通道压缩的卷积层的偏置;Upsample为上采样操作;H、W和D为对应的高度、宽度和深度;F_i'为经过上采样恢复到原始尺寸的特征图;Concat为拼接操作;F_concat为将3个分支输出拼接起来;F_{concat_add}表示将拼接后的特征图与原有的特征块相加;C为对应的通道数;F_conv为对合并后的特征进行卷积处理;F_h为来自高层的卷积图;F_DFC为最终输出。

1.2 多层级边界增强模块

由于肺结节图像的边界是背景的过渡区和干扰区。因此,对于边界的分割经常是不准确的。在Unet的编码器中,低层特征包含丰富的空间细节,而高层特征蕴含更多语义信息。然而,编码器中的下采样操作会导致边缘信息丢失,影响分割精度,尤其是在医学图像分割任务中,其边界模糊且与背景过渡平缓,使模型难以精确定位区域。为了弥补边缘信息的缺失并充分利用低级特征,设计了多层级边界增强(multi-level boundary enhancement,MBE)模块。对于编码器中每次下采样获得的特征图,该模块利用扩张门控注意力机制(dilated gated attention,DGA),增强对边界信息的关注,并与解码器每次上采样获得的掩码图相结合,增强网络的边界识别能力。如图3所示,多层级边界增强模块分为两部分组成:第一部分中输入特征通过扩张门控注意力机制得到新的特征块;第二部分中每一层都会接收输入特征和前一层的预测掩码。预测掩码是经过解码器部分每轮上采样后得出的图像分割结果。先实施归一化调整,提高对中间区域的敏感度,接着反转生成注意力权重,让网络更关注边界,得到注意图A。然后,将注意力图A与输入特征E相乘,并和原始特征进行融合,最终将两个部分得到的特征相乘,以引导网络对结节边界的注意力。

上述过程可由式(9)~式(12)表示。

(9)

${F}_{\mathrm{D}\mathrm{G}\mathrm{A}}=\mathrm{D}\mathrm{G}\mathrm{A}\left({F}_{\mathrm{E}}\right)$

(10)

$A=1-\frac{\left|\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}-0.5\right|}{0.5}$

(11)

${F}_{\mathrm{a}\mathrm{t}\mathrm{t}\mathrm{n}}=A{F}_{\mathrm{E}}$

(12)

${F}_{\mathrm{M}\mathrm{B}\mathrm{E}}={F}_{\mathrm{D}\mathrm{G}\mathrm{A}}({F}_{\mathrm{a}\mathrm{t}\mathrm{t}\mathrm{n}}+{F}_{\mathrm{E}})$

式中:F_E为E块(E-Block)的输出特征;F_DGA为F_E通过DGA模块得到的特征;pred为前一层的预测掩码;A为构建的注意力图;F_attn为通过注意力图加强E块特征;F_MBE为最终的输出。

关注低级特征中蕴含的丰富边缘信息,在网络中引入注意力机制^[25],能够提取多样化的特征信息,并聚焦于目标特征。如图4所示,首先运用不同扩张率的空洞卷积。使用扩张率为1的标准卷积对于图像中的边缘有很好的捕捉能力,扩张率为3的卷积通过扩张卷积核之间的间隔,在处理图像中边界模糊或目标较大时,能够提高边界提取的准确性。扩张率为5的卷积适用于提取全局上下文信息,能够帮助模型理解整个图像的结构,捕捉长程依赖,对于大范围的结构特征,如边界延伸,具有显著效果,通过卷积操作实现三者的信息交互,能够有效结合局部与全局信息,以提高边界识别的精度。接着,利用深度可分离卷积生成与输入特征形状一致的特征图,使模型更专注于关键信息,有效抑制不重要的背景信息。通过残差连接,模型可以更好地保留原始特征,避免信息丢失,同时增强对边界特征的关注。该方法的优势在于有效构建图像的上下文信息,并充分整合不同尺度的特征来增强全局信息表达。

上述过程可由式(13)~式(17)表示。

(13)

${F}_{i}=\mathrm{D}\mathrm{i}\mathrm{l}\mathrm{a}\mathrm{t}\mathrm{e}\mathrm{d}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}(X,\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{e}=i)$

(14)

${F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}({F}_{1},{F}_{3},{F}_{5})$

(15)

${F}_{\mathrm{r}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}3\mathrm{d}\left({F}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}}\right)$

(16)

${F}_{\mathrm{d}}=\mathrm{D}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left({F}_{\mathrm{r}}\right)$

(17)

${F}_{\mathrm{D}\mathrm{G}\mathrm{A}}=\mathrm{D}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left[\sigma \right({F}_{\mathrm{d}})\times {F}_{\mathrm{d}}]+\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}3\mathrm{d}\left({F}_{\mathrm{r}}\right)$

式中:X为输入;F_i为进行扩张率为i的空洞卷积,i=1,3,5;F_concat为将局部特征与全局特征进行连接后的特征图;F_r为恢复特征图大小;F_d为进行深度可分离卷积操作;F_DGA为最终的输出。

1.3 多尺度残差模块

传统的Unet网络中采用标准的卷积进行特征提取,但是会存在感受野有限,只能看见局部特征的问题,同时仅使用普通卷积可能无法充分利用不同尺度的特征,导致小目标信息的丢失,随着层数的增加,也会出现梯度消失的问题,影响深层次的特征学习。因此针对这些问题,所设计的多尺度残差(multi-scale residual,MSR)模块由4条路径组成,旨在通过不同感受野的卷积提取多尺度特征信息并进行融合,如图5所示。

(1)路径1为4个核大小为1的普通卷积,目的是保持卷积前后的通道一致,保留原始图像信息,避免细节丢失。

(2)路径2为4个核大小为3的普通卷积,用于提取中等尺度的纹理特征,卷积后特征图会与路径3的特征图进行逐元素相加,强化中尺度特征对全局信息的适应性并增强局部边缘信息。

(3)路径3是4个核大小为3,空洞率为2的空洞卷积,通过空洞卷积扩大感受野至5,捕捉全局特征,再与第二路径和第四路径的特征图进行逐元素相加,确保全局信息能够有效补充局部特征。空洞卷积扩大了局部感受野,在不增加参数的同时提高全局感知能力。

(4)路径4与路径2相同都为局部特征增强采用4个核为3的普通卷积,进一步细化局部特征,并在每次卷积后,与第三条路径的特征进行逐元素相加,使得局部特征不仅包含细节信息,同时具备全局引导能力,提高分割任务的上下文一致性。

最终通过特征融合,路径2和路径4的局部特征增强细节,确保边界更加清晰,路径3的全局特征提供上下文信息,补充整体目标结构信息,最后通过路径1的低级特征确保稳定传递,防止信息丢失。

2 实验方法和结果

2.1 数据集与图像预处理

使用LUNA16公开肺结节数据集,该数据集来源于2016年肺部结节检测大赛,包含888份肺部CT图像和1 186个专家标注的肺结节。结节数量大于图像数量,说明某些图像中包含多个结节。LUNA16数据集提供了不同大小、形状和位置的结节,具有较高的挑战性,特别是在结节边界模糊和多结节检测方面。

图像预处理的主要目的是去除无关信息,保留有价值的真实数据,增强相关信息的可检测性,并尽量对数据进行简化,以便更好地输入模型中。所采用的图像预处理方法如图6所示。首先,将原始CT图像进行像素值转换,转换为更能测定局部组织器官密度大小的CT值(即Hu值)。提取1 100~450 Hu的像素值,以去除无关信息和外部环境噪声,如空气和水。接着,利用数据集中关于肺实质区域的掩膜数据,进一步处理CT图像中肺实质区域。最后,经过预处理的CT图像将根据结节位置裁剪成96×96×96的图像,以确保结节区域集中并便于后续处理,如图6所示。

2.2 评价指标

如图7所示,通过人工标注得到的灰色区域表示真实值(ground truth),而模型预测的结果同样以灰色区域表示。根据预测结果(predicted result)与真实值的对比,每个像素可以分为4种情况:预测为正样本但实际为负(假阳性),预测为正样本且实际为正(真阳性),预测为负样本但实际为正(假阴性)以及预测为负样本且实际为负(真阴性)^[26]。

使用4个指标来评估模型的性能: Dice相似系数(DSC)、交并比(IoU)、灵敏度(SEN)和阳性预测值(PPV)。其中IoU直接反映了模型在边界分割中的精度,DSC则是更适合评估小目标或边界模糊的分割任务,SEN和PPV表明了模型在进行分割时的漏报情况,因此在这些评估指标中尤为重要。

(18)DSC=$\frac{2\mathrm{T}\mathrm{P}}{2\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

(19)IoU=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

(20)SEN=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

(21)PPV=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$×100%

式中:TP为正确预测为正的像素数;FP为错误预测为正的像素数;FN为错误预测为负的像素数。

在DM-Unet中,使用Pytorch来进行实现,CUDA版本为11.8,在英伟达RTX4090中进行模型训练,BathSize为4,进行100轮训练,优化器选择SGD,动量因子为0.9,学习率设置为0.01。为了优化训练效果,并加速收敛,采用了学习率逐步衰减的策略,每10轮更新一次学习率,并将每次更新后的学习率衰减为当前值的一半。这一调整策略有助于模型在训练过程中逐渐稳定,避免过大或过小的学习率影响训练效果。

2.3 实验数据对比

将本文方法与现有的分割算法进行比较,不同方法的评价指标的结果如表1所示。其中Unet为医学分割领域的基础模型,其他是Unet的扩展网络。从表1的指标系数分析可以得出NoduleUNet^[27]方法获得的SEN和DSC最低,分别为80.86%和81.80%。主要原因是NoduleUNet在处理小尺寸或低对比度的肺结节时效果较差,无法充分提取小尺度的肺结节的语义信息,相比之下NNUnet^[28]的SEN和DSC上升了1.54%和2.24%,原因是NNUnet可以根据所给数据集进行自适应处理,选取更为适合的超参数。Unet++ 通过密集的跳远连接提高了模型的特征表达能力,从而提高SEN与DSC。而Unet模型因无法提取有效的上下文信息而表现不足,导致SEN与DSC低于 Unet++。通过利用Transformer强大的全局上下文建模能力,TransUnet提升了模型在处理复杂结构和细节时的表现,使SEN和DSC进一步提升。

本文方法在肺结节的分割检测中获得了优异的性能,IoU、SEN、DSC和PPV指标明显优于其他方法,分别达到了79.84%、87.33%、88.62%和90.19%。

该部分实验主要是与当前流行的医学图像分割网络进行对比试验。由于DSC直接反映了模型分割结果与真实结果的相似度,更能准确地反映模型二点真实分割能力,图8展示了Unet、Unet++、NNUnet、NoduleUnet、TransUnet和所提及的DM-Unet的DSC结果,实验表明本文算法的性能最好。

为了更直观地评估DM-Unet的性能,进一步可视化了表1中具有代表性网络在数据集LUNA16上的不同分割结果图,该实验一共选取了5组(第1~第5组)肺结节CT图,如图9所示,对比实验结果可以发现,Unet在肺结节切片中分割性能欠佳;而本文方法虽然没有与标注完全匹配,但与其他模型相比,分割效果有了显著提升,主要得益于所提出的3个模块的有效结合。

具体来说,MSR模块通过增强编码器的特征提取能力,有效补充了传统卷积过程中丢失的信息,特别是在捕捉多尺度特征方面,提升了模型对肺结节形态的准确识别。DFC模块通过跨层级特征的聚合,使得网络能够更好地融合局部和全局的上下文信息,尤其在细节部分的恢复上表现出色,改善了结节与背景的区分度。MBE模块则通过增强边界特征的提取,特别是在解码阶段对边缘的关注,显著提高了模型对结节边界的精确定位,有效缓解了边缘信息丢失的问题。

通过这些模块的综合作用,DM-Unet在肺结节分割任务中的表现相比传统的UNet模型有了明显的提升,尤其是在肺结节的边界和小结节的分割上,具有更好的鲁棒性和精度。尽管与标注结果仍有一些差异,但相较于其他模型,本文方法能够更加准确地对结节区域进行区分,特别是在处理复杂背景和模糊边界时,优势更加明显。

研究以UNet作为基线模型,并在此基础上逐步引入MSR、DFC和MBE 3个模块,进行消融实验以验证各模块对肺结节分割性能的影响,如表2所示。首先,单模块实验表明,MSR模块增强了编码器的特征提取能力,并通过残差连接补充了卷积过程中的信息损失;DFC模块通过跨层级特征聚合,提高了全局与局部上下文信息的捕捉能力,使网络能够更准确地识别异常区域,但忽略边缘特征;MBE模块则专注于边界特征的提取,增强了解码阶段对目标边界的关注度,有效缓解边缘信息丢失问题,但会弱化对主体区域的建模能力。随后,在双模块组合实验中,发现MSR和MBE组合可在补充原始图像信息的同时强化边缘特征,MSR和DFC组合能够弥补局部细节缺失,而DFC和MBE组合则在增强全局信息感知能力的同时改善了边缘分割效果。最终,在三模块联合实验中,MSR、DFC和MBE共同作用,使模型在保证肺结节主体特征完整性的同时,提升了边缘细节的表达能力,从而获得最优的分割结果。实验结果充分证明,该策略的有效性,并表明三模块联合使用能够显著提升分割精度,为医学图像分割任务提供了一种优化思路。

如图10所示,给出了部分结节分割的标签图片与真实标签图的对比,图10(a)、图10(b)和图10(c)分别为挑选的大小约为8 mm的中结节、挑选的大小约为15 mm的大结节和粘连血管,本文模型得出的结果图远优于Baseline的结果图,能够提取边界信息的特征,更加贴合真实标签图;图10(d)为挑选的3 mm左右的小结节的结果图,从图10(d)可以看出Baseline在处理小结节的分割时,分割性能较差,容易忽视小结节的特征,而本文模型的结果图与真实标签图高度吻合,表明本文网络对分割大中小结节时效果优异。

3 结论

介绍了DM-Unet在肺结节检测与分割任务中的应用,并通过增强肺结节的特征信息,使模型能够更精准地区分肺结节与背景区域,得出以下结论。

(1)设计了多尺度残差模块,通过多尺度信息融合和残差连接增强了编码器对肺结节特征的提取能力,并减少了卷积过程中信息的损失。

(2)设计了细节特征级联模块,利用跨层级特征聚合机制,有效整合全局与局部的上下文信息,帮助网络聚焦于关键区域,提高模型对潜在病变区域的识别能力.

(3)设计了多层级边界增强模块,通过注意力机制将下采样的特征图与上采样的标签图的特征进行多尺度提取融合,使得解码阶段能够更精准地重构目标轮廓,缓解了边缘信息丢失问题。

(4)通过实验表明,验证本文算法的优越性,相较于Unet、Unet++、NNUnet、NoduleNet和TransUnet等代表算法,本文方法比现有方法具有更好的结节检测和分割结果,更适合进行肺结节分割任务。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	曹蕾, 路利军, 杨蕊梦, 等. 基于区域增长的肺结节自适应形态分割[J]. 南方医科大学学报, 2008, 28(12): 2109-2112.

[2]	Cao Lei, Lu Lijun, Yang Ruimeng, et al. Adaptive morphologic segmentation of lung nodules based on regional growth[J]. Journal of Southern Medical University, 2008, 28(12): 2109-2112.

[3]	董婷, 魏珑, 聂生东. CT 影像肺结节分割研究进展[J]. 中国图象图形学报, 2021, 26(4): 751-765.

[4]	Dong Ting, Wei Long, Nie Shengdong. Progress in segmentation of lung nodules on CT images[J]. Chinese Journal of Image Graphics, 2021, 26(4): 751-765.

[5]	赵世轩. 基于视觉认知的医学图像处理算法与应用研究[D]. 成都: 电子科技大学, 2023.

[6]	Zhao Shixuan. Research on medical image processing algorithms and applications based on visual cognition[D]. Chengdu: University of Electronic Science and Technology, 2023.

[7]	Long J, Shelhamer E, Darrell T. Fully convolutional networks for semantic segmentation[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Boston: IEEE, 2015: 3431-3440.

[8]	Ronneberger O, Fischer P, Brox T. U-net: convolutional networks for biomedical image segmentation[C]// International Conference on Medical Image Computing and Computer-Assisted Intervention. Cham: Springer, 2015: 234-241.

[9]	王玲玲, 刘元琳. 医学图像分割算法研究[J]. 信息与电脑(理论版), 2023, 35(21): 67-69.

[10]	Wang Lingling, Liu Yuanlin. Research on medical image segmentation algorithm[J]. Information and Computer(Theoretical Edition), 2023, 35(21): 67-69.

[11]	Xiao X, Lian S, Luo Z, et al. Weighted Res-Unet for high-quality retina vessel segmentation[C]// 9th International Conference on Information Technology in Medicine and Education (ITME 2018). Hangzhou: IEEE, 2018: 327-331.

[12]	岳昱超, 王迎美, 秦嘉川. CADCNet: 一种改进的视网膜血管分割算法[J]. 科学技术与工程, 2025, 25(3): 962-968.

[13]	Yue Yuchao, Wang Yingmei, Qin Jiachuan. CADCNet: an improved algorithm for retinal vessel segmention[J]. Science Techno-logy and Engineering, 2025, 25(3): 962-968.

[14]	Zhou Z, Rahman Siddiquee M M, Tajbakhsh N, et al. Unet++: a nested U-net architecture for medical image segmentation[C]// International Workshop on Deep Learning in Medical Image Analysis. Cham: Springer International Publishing, 2018: 3-11.

[15]	Milletari F, Navab N, Ahmadi S A. V-net: fully convolutional neural networks for volumetric medical image segmentation[C]// Fourth International Conference on 3D Vision 3DV. Cham: Springer, 2016: 565-571.

[16]	祁嘉文, 刘毅. 图神经网络在中医药领域应用现状与前景展望[J]. 中华中医药学刊, 2025(5): 1-12.

[17]	Qi Jiawen, Liu Yi. Current status and prospect of graph neural network application in Chinese medicine[J]. Chinese Journal of Traditional Chinese Medicine, 2025(5): 1-12.

[18]	刘言, 王洪武, 安鹏, 等. 基于胸部CT影像辅助系统探究不同风险肺结节的中医临床特点[J]. 世界中西医结合杂志, 2023, 18(12): 2513-2516.

[19]	Liu Yan, Wang Hongwu, An Peng, et al. Exploring the clinical characteristics of different risks of pulmonary nodules in traditional Chinese medicine based on chest CT image-assisted system[J]. World Journal of Integrative Medicine, 2023, 18(12): 2513-2516.

[20]	张晓维, 娄彦梅, 周炜翔, 等. 基于机器学习的阴阳二十五人手诊体质辨识模型探索[J]. 南京中医药大学学报, 2024, 40(12): 1323-1330.

[21]	Zhang Xiaowei, Lou Yanmei, Zhou Weixiang, et al. Exploration of a machine learning based model for the identification of Yin-Yang and 25 hand-diagnosed body qualities[J]. Journal of Nanjing University of Traditional Chinese Medicine, 2024, 40(12): 1323-1330.

[22]	Badrinarayanan V, Kendall A, Cipolla R. Segnet: a deep convolutional encoder-decoder architecture for image segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(12): 2481-2495.

[23]	Liang B, Tang C, Zhang W, et al. U-Net: an UNet architecture with dual encoder for medical image segmentation[J]. Signal Image and Video Processing, 2023, 17(6): 3073-3081.

[24]	Rahman M M, Marculescu R. GCASCADE: efficient cascaded graph convolutional decoding for 2D medical image segmentation[C]// IEEE/CVF Winter Conference on Applications of Compu-ter Vision. New York: IEEE, 2024: 7713-7722.

[25]	Ahmed M R, Fahim M A I, Islam A K M M, et al. DOLG-NeXt: convolutional neural network with deep orthogonal fusion of local and global features for biomedical image segmentation[J]. Neurocomputing, 2023, 546.DOI: 10.1016/j.neucom.2023.126362.

[26]	Dutande P, Baid U, Talbar S. LNCDS: a 2D-3D cascaded CNN approach for lung nodule classification, detection and segmentation[J]. Biomedical Signal Processing Control, 2021, 67. DOI: 10.1016/j.bspc.2021.102527.

[27]	Agnes S A, Anitha J. Efficient multiscale fully convolutional UNet model for segmentation of 3D lung nodule from CT image[J]. Journal of Medical Imaging, 2022, 9(5). DOI: 10.1117/1.JMI.9.5.052402.

[28]	Galdran A, Bouchachia H. Residual networks for pulmonary nodule segmentation and texture characterization[C]// International Conference on Image Analysis and Recognition. Berlin: Springer, 2020: 396-405

[29]	Keetha N V, Babu P, Annavarapu C. U-net: a modified U-Net architecture with bidirectional feature network for lung nodule segmentation[J]. arXiv Preprint, arXiv: 2006.03762, 2020.

[30]	Chen J N, Lu Y Y, Yu Q H, et al. TransUNet: transformers make strong encoders for medical image segmentation[J]. arXiv Preprint, arXiv: 2102.04306, 2021.

[31]	黄晓鸣, 何富运, 唐晓虎, 等. U-Net及其变体在医学图像分割中的应用研究综述[J]. 中国生物医学工程学报, 2022, 41(5): 567-576.

[32]	Huang Xiaoming, He Fuyun, Tang Xiaohu, et al. A review of research on the application of U-Net and its variants in medical image segmentation[J]. Chinese Journal of Biomedical Engineering, 2022, 41(5): 567-576.

[33]	杨梅, 罗建, 张晓倩, 等. 基于改进U-Net的新冠肺炎图像分割方法[J]. 成都信息工程大学学报, 2023, 38(1): 44-48.

[34]	Yang Mei, Luo Jian, Zhang Xiaoqian, et al. Image segmentation method for new crown pneumonia based on improved U-Net[J]. Journal of Chengdu Information Engineering University, 2023, 38(1): 44-48.

[35]	谷宇, 刘佳琪, 杨立东, 等. 融合注意力特征及动态卷积的肺结节辅助诊断[J]. 科学技术与工程, 2023, 23(16): 6834-6844.

[36]	Gu Yu, Liu Jiaqi, Yang Lidong, et al. Fusion of attention and dynamic convlution for computer aided diagnosis of pulmonary nodules[J]. Science Technology and Engineering, 2023, 23(16): 6834-6844.

[37]	邓健志, 支佩佩, 张峰铭, 等. 结合拆分注意力特征融合的病理图像分割网络[J]. 科学技术与工程, 2023, 23(7): 2922-2931.

[38]	Deng Jianzhi, Zhi Peipei, Zhang Fengming, et al. Pathological images segmentation network combined split attention feature fusion[J]. Science Technology and Engineering, 2023, 23(7): 2922-2931.

[39]	Kumar S N, Bruntha P M, Daniel S I, et al. Lung nodule segmentation using unet[C]// 7th International Conference on Advanced Computing and Communication Systems (ICACCS). New York: IEEE, 2021: 420-424.

[40]	Isensee F, Jaeger P F, Kohl S A A, et al. NNU-Net: a self-configuring method for deep learning-based biomedical image segmentation[J]. Nat Methods, 2021, 18(2): 203-211.