🔢 mathematics

Scalar Function Topology Divergence: Comparing Topology of 3D Objects

本文引入了标量函数拓扑散度（Scalar Function Topology Divergence, SFTD），这是一种能够衡量标量函数之间多尺度差异性并保持特征局部性的新型拓扑工具，证明了其作为损失函数在提升计算机视觉任务中 3D 形状重建和分割精度方面的有效性。

原作者： Ilya Trofimov, Daria Voronkova, Eduard Tulchinskii, Evgeny Burnaev, Serguei Barannikov

发布于 2026-09-10

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Ilya Trofimov, Daria Voronkova, Eduard Tulchinskii, Evgeny Burnaev, Serguei Barannikov

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在计算机视觉领域，机器不断被要求不仅要将世界视为像素的集合，还要将其视为形状的集合。当计算机分析医学扫描图或照片时，它通常会构建一个数学地图，一个由丘陵和山谷组成的景观，以决定一个物体在哪里结束，另一个物体在哪里开始。几十年来，科学家们通过逐像素计算误差来衡量计算机的猜测与现实的匹配程度，就像通过逐字检查拼写测试一样。但这种方法忽略了森林而只看到了树木。它无法轻易区分一个中间有孔的形状与一个实心形状的区别，也无法区分两个独立部分与一个连接部分的区别。这些特征——空腔、环路和连接——是物体的真正骨架，保护它们对于重建细胞的3D模型或识别大脑中的肿瘤等任务至关重要。

来自斯科尔科夫科学与技术学院及数个国际合作伙伴的研究团队开发了一种衡量这些形状的新方法，该方法不仅关注它们的结构，同样关注这些结构所在的位置。他们将这一工具称为标量函数拓扑散度（Scalar Function Topology Divergence，简称 SFTD）。与以往只能判断两个形状是否具有相同数量的孔洞或环路的工具不同，SFTD 可以精确指出这些特征的具体位置，以及它们是否出现在正确的地方。这种区别至关重要，因为计算机可能正确识别出一个细胞有一个孔，但如果它将这个孔放在了错误的位置，那么模型在根本上仍然是有缺陷的。通过专注于这些拓扑特征的位置，研究人员创造了一种工具，它不仅能更准确地检测错误，还能帮助机器学习构建更好、更真实的3D模型。

这项工作的核心在于一种比较两个数学景观的新方法。想象两张关于同一地形的地图，一张由人类绘制，另一张由机器绘制。传统工具可能会观察这些地图并判定它们是相同的，因为它们都显示了三个山丘和两个山谷。然而，如果机器的地图将这些山丘移动到了不同的坐标，传统工具可能会忽略这个错误。研究人员引入了一个他们称之为“F-交叉条形码”（F-Cross-Barcode）的概念，它就像一份详细的差异账本。它不仅仅是列出特征，还追踪一个特征在其中一张地图中存在但在另一张地图中缺失或错位的具体位置。这就像拥有一张不仅列出了城市，还高亮显示了城市名称被交换了的具体街道的地图。这使得系统能够看到，虽然特征的数量相同，但它们的排列方式是错误的。

为了将这一见解转化为训练计算机的实用工具，团队创建了一个单一的数值——SFTD 分数，它衡量了特征应在的位置与实际所在位置之间的总距离。如果分数为零，则表示形状在结构和位置上都是拓扑一致的。如果分数很高，则意味着形状存在显著差异。至关重要的是，这个分数可以作为学习过程中的指南。当计算机试图学习如何从2D图像重建3D物体时，它会犯错。通过在每次尝试后计算 SFTD 分数，计算机会收到一个特定的信号，告诉它将错位的特征移回正确的位置，而不是仅仅调整图像的整体亮度或对比度。

研究人员在几个具有挑战性的问题上测试了这种方法。在一项实验中，他们比较了两个在标准分析工具看来完全相同的简单形状，因为它们具有相同数量的孔洞和凸起。然而，新工具立即发现这些孔洞位于不同的位置。在涉及从2D显微镜图像重建红细胞和细胞核的更复杂的测试中，团队将这个新工具加入到计算机的学习过程中。结果显示，在这一新方法的引导下，计算机生成的3D模型在体积、表面纹理和整体形状方面，都比使用以往方法训练的模型更加准确。在某些情况下，这种新方法显著降低了匹配细胞形状的误差，证明了关注拓扑特征的位置可以带来更好的结果。

这种方法的效用不仅限于构建形状，还有助于发现现有形状中的错误。在医学成像领域，特别是脑肿瘤分割方面，医生需要确切知道肿瘤组织、肿胀组织和坏死组织的具体位置。研究人员应用他们的工具来比较计算机的预测结果与地面真值（ground truth）。他们发现，虽然标准工具无法区分正确的预测与带有错位空隙的预测，但他们的方法突出了错误的精确位置。这种能力是医学工具箱中的一项强大补充，提供了一种验证计算机诊断不仅在统计上与事实相似，而且在结构和空间上也是正确的方法。

研究人员还展示了他们的方法在图（graphs）上运行高效，图是用于模拟从社交网络到分子结构的连接点网络。他们表明，该工具可以区分这些网络中其他方法无法识别的不同模式。此外，在2D图像分割任务中，他们的方法不仅在保持正确拓扑方面更准确，而且速度明显更快，比竞争方法快约三十五倍。这种速度与准确性的结合表明，该工具可以轻松集成到现有系统中，而不会降低运行速度。

最终，这项工作代表了我们要求计算机理解形状的方式的一种转变。它将焦点从简单的特征计数转向对位置的精确理解。通过确保数字模型中的孔洞、环路和连接恰好出现在它们应该出现的地方，研究人员提供了一种构建更可靠、更真实的物理世界表征的方法。该新工具的代码现已向公众开放，为在形状完整性与外观同等重要的领域开展进一步应用打开了大门。研究结果表明，当我们教机器如何“看”时，我们也必须教它们理解物体的各个部分属于哪里，而这种新的拓扑工具正是帮助它们学习这一课的良方。

技术摘要：标量函数拓扑散度 (SFTD)

问题陈述

在计算机视觉任务（如图像分割和 3D 形态重建）中，预测结果通常被定义为标量函数 $f: \mathbb{R}^n \to \mathbb{R}$ ，最终的物体形状由这些函数的阈值化过程决定。标准的评估指标（例如 Dice 系数、交叉熵）是基于像素或体素层面的。这些指标无法捕捉拓扑正确性，特别是保持多尺度形状模式（如空腔、孔洞和连通性）的能力。

现有的拓扑比较工具主要基于独立计算的持久条形图（persistence barcodes）之间的 Wasserstein 距离，它们存在两个关键局限性：

缺乏局部化能力： 它们测量全局拓扑相似性，但无法识别预测值与真值之间在何处存在拓扑特征差异。
维度限制： 许多现有方法局限于 2D 空间，或者未能考虑到特征的空间排列。

方法论

作者提出了一个结合了拓扑特征局部化特性的标量函数比较新框架。其核心组件包括：

1. F-Cross-Barcodes (F-交叉条形图)

为了比较定义在共同定义域（无向图或欧几里得格点）上的两个标量函数 $f$ 和 $g$ ，作者构建了一个倍增图 $\tilde{G}$ （或扩展格点 $\tilde{L}$ ）。

构建方式： 定义域通过包含两个原始顶点（或格点）以及一个特殊顶点 $O$ 来进行扩展。
过滤 (Filtration)： 在这个扩展结构上定义一个新的顶点函数 $\tilde{f}$ 。对于原始顶点，其值对应于 $f$ ；对于“撇号”顶点，其值对应于 $\min(f, g)$ ；而特殊顶点 $O$ 取全局最小值。
定义： F-Cross-Barcode 是从该扩展结构的下星过滤（lower-star filtration）中导出的持久条形图。
解释： 与描述单一函数的标准条形图不同，F-Cross-Barcode 中的区间代表了在一个函数中存在但在另一个函数中不存在（或存在于不同位置）的子水平集（sublevel sets）的范围。

2. 标量函数拓扑散度 (SFTD)

为了将这些条形图应用于机器学习流水线（例如作为损失函数），作者定义了一个标量度量：
$\text{SFTD}_k(f, g) = \sum_{(b, d) \in \text{F-Cross-Barcode}_k(f, g)} |d - b|^p$
其中 $k$ 是同调维度， $p$ 通常为 1 或 2。

属性： SFTD 不是对称的；作者通常使用 $\text{SFTD}(f, g)$ 和 $\text{SFTD}(g, f)$ 的平均值。
可微性： 论文提供了一种针对网络参数对 SFTD 求导的算法，使其能够作为损失项用于深度学习。
稳定性： 该方法被证明对噪声是稳定的（受限于瓶颈距离/bottleneck distance）。

3. 可视化

作者引入了一种可视化技术，将 F-Cross-Barcode 中的区间（birth 和 death 事件）映射回原始的空间定义域。这突出了拓扑差异发生的特定区域（点或体素）。

核心贡献

新工具： 引入了 F-Cross-Barcodes 和 SFTD，用于多尺度、具备拓扑感知能力的标量函数比较。
局部化： 不同于独立条形图之间的 Wasserstein 距离，SFTD 考虑了拓扑特征的空间局部化。
可视化： 提供了一种可视化特定拓扑差异区域的技术。
可微性： 提供了计算 SFTD 梯度的算法，用于优化过程。
实证验证： 证明了 SFTD 改进了 3D 形态重建，并能识别出标准指标无法捕捉到的分割中的拓扑错误。

实验结果

合成数据

不可区分的条形图： 作者展示了两种函数具有完全相同的持久条形图（因此 Wasserstein 距离为零），但在局部极小值或缺陷的位置上存在差异的情况。
SFTD 敏感性： 在这些情况下，S是否为非零，且可视化准确地指出了拓扑差异的位置（例如：2D 中的不同局部极小值位置、格点中的缺陷以及同心球体中的桥接位置）。

图特征向量

该方法被用于比较图拉普拉斯算子的特征向量。标准的欧几里得距离或余弦距离无法有效区分这些向量，但 SFTD 揭示了拓扑上的相似性与差异，在相似性热图中显示出块状结构和对角线模式。

3D 形态重建 (SHAPR)

数据集： 从 2D 荧光显微镜图像重建的“红细胞”和“细胞核”数据集。
比较： 作者将 SHAPR 模型中原有的（使用独立条形图之间的 Wasserstein-2 距离）拓扑损失项替换为对称化的 SFTD。
结果：
- 红细胞： 使用 SFTD（维度 0–3）增强的模型在 IoU、体积、表面积和粗糙度方面的误差均达到最低。它同时也产生了最低的真值与预测条形图之间的 Wasserstein-2 距离。
- 细胞核： SFTD 改善了 $H_2$ 同调的 IoU 误差和 Wasserstein-2 距离。
- 视觉检查： 与仅使用 Wasserstein 损失的模型相比，使用 SFTD 进行的重建显示出更少的拓扑缺陷（如空腔、孔洞、表面断裂）。

3D 分割 (脑肿瘤)

数据集： 使用预训练 Swin UNETR 模型处理的 BraTS 21 数据集。
发现： 两个分割结果（真值与预测值）在不同位置存在空隙，具有完全相同的持久条形图。标准指标无法区分这种错误。
结果： SFTD 成功识别了这一差异，且可视化功能突出了这些定位错误的特定空隙。

2D 分割

作者声称，在 2D 分割问题中，SFTD 在拓扑准确性方面优于 Betti 匹配损失 (Betti matching loss)，且速度快了约 35 倍。

意义与主张

论文声称，通过将局部化集成到度量中，SFTD 为现有的拓扑比较方法提供了必要的进步。

损失函数效用： SFTD 是一个有效的附加损失项，能够在训练期间强制执行多尺度的拓扑相似性，从而实现更好的 3D 重建和分割。
诊断工具： 它作为一个诊断工具，用于识别并可视化特定的拓扑错误（例如错位的孔洞或空腔），这些错误在标准像素级指标或全局条形图距离中是不可见的。
通用性： 该方法适用于无向图及任何维度的欧几里得空间上的标量函数。

作者总结道，这些工具为计算机视觉中的拓扑数据分析提供了一种鲁棒、可微且可可视化的方法，在图学习和 3D 视觉领域具有广泛的应用潜力。