技术摘要：用于宫颈癌放疗自动勾画的 BAT-RM

1. 问题陈述

宫颈癌仍是全球范围内导致癌症死亡的主要原因之一，在像孟加拉国这样存在严重放射肿瘤科医生短缺的中低收入国家（LMICs），其负担尤为沉重，导致治疗等待时间超过六个月。安全的放疗交付依赖于对靶区（大体肿瘤体积 [GTV]、临床靶区 [CTV]）和危及器官（OARs：膀胱、直肠、小肠、股骨头）的精确手动勾画。手动勾画非常耗时（每位患者需 45 分钟至 3 小时），且存在显著的观察者间差异。

现有的深度学习解决方案面临三个主要局限性：

1. 边界精度： 卷积架构通常缺乏显式的软组织边界描绘机制，导致在关键界面（如 GTV-旁侧组织）处的精度不足。
2. 长程上下文： Transformer 虽然解决了全局上下文问题，但其计算复杂度呈二次方增长（$O(n^2)$），使得在临床硬件上处理全分辨率（512×512）变得难以实现。相反，CNN 的感受野有限。
3. 临床验证差距： 大多数研究依赖于单中心数据集，缺乏严格的多中心泛化分析或衡量工作流效率及在资源受限环境下对患者层面影响的前瞻性读者研究。

2. 方法论：BAT-RM 架构

作者提出了 BAT-RM（具有边界感知 Transformer 和区域感知 Mamba 的混合架构），这是一种混合 2D 多分支架构，旨在同时实现高边界精度和高效的长程上下文建模。该系统处理轴向 CT 切片（512×512），并通过后处理重建 3D 体积。

核心架构组件

该模型集成了一个分层 CNN 编码器-解码器主干，并包含三个专门模块：

1. 门控边界感知 Transformer (BAT) 分支：

   • 功能： 显式建模器官边界，以解决组织界面的歧义性。
   • 机制： 在 $E_3$ 编码器特征（128×128 分辨率）上运行。它通过在特征激活上使用固定的 Sobel 算子来计算空间梯度幅度图。该梯度图通过 1×1 卷积和 Sigmoid 激活被压缩为一个可学习的空间门控（$\mathcal{G} \in [0,1]$）。
   • 注意力机制： 门控调制条带池化多头自注意力机制中的查询（Query, $Q$）和键（Key, $K$）投影。这使得注意力计算被限制在高梯度边界区域，将复杂度从 $O(n^2)$ 降低到 $O(H+W)$，同时专注于临床相关的组织界面（如 GTV-旁侧组织）。
   • 辅助监督： 边界预测头输出一个边界概率图，使用二元交叉熵（BCE）损失进行训练。

2. 多方向循环上下文模块 (RM 分支)：

   • 功能： 以线性计算复杂度捕捉长程解剖依赖关系（例如，分散的小肠环）。
   • 机制： 在瓶颈特征（$E_5$，32×32 分辨率）上运行。它采用具有四向顺序扫描（北→南，南→北，东→西，西→东）的 Mamba 选择性状态空间模型（SSM）。
   • 效率： 通过将 2D 特征图序列化为四个 1D 序列，并使用 Mamba 的选择性扫描进行处理，该模块实现了 $O(n)$ 复杂度，避免了全空间自注意力的内存瓶颈。
   • 门控： 使用 SiLU 激活的门控抑制无信息标记（如均匀背景），同时放大解剖相关的结构。

3. 边界-区域注意力融合 (BRAF) 模块：

   • 功能： 自适应地结合边界敏感特征（来自 BAT）和区域感知全局上下文（来自 RM）。
   • 机制： 将 RM 特征上采样以匹配 BAT 分辨率。一个可学习的空间通道注意力门（$\alpha$）计算两个流的凸组合。融合后的特征进一步受到来自 BAT 分支的预测边界骨架（$\hat{B}$）的调制，以在传递给解码器之前强化锐利的边缘描绘。

训练策略

• 损失函数： 一个复合损失函数负责监督分割重叠度、边界精度和光滑度：
  • Soft Dice Loss： 通过反向体素频率进行加权，以处理类别不平衡。
  • Focal Loss： 专注于困难的、具有歧义的边界像素。
  • Boundary BCE Loss： 监督辅助边界头。
  • 光滑度正则化： 惩罚预测图与真实图之间的梯度差异，以防止出现锯齿状轮廓。
• 数据： 在来自三个孟加拉国中心（BMU, SHL, LSH）的 1,011 名患者的多机构数据集上进行训练，涵盖七个解剖类别。

推理流程

系统采用切片式 2D 推理策略，辅以 3D 高斯后处理（$\sigma=0.8$ mm），以确保切片间的连续性，同时避免 3D 网络的高昂内存成本。输出被重建为与 Varian、RayStation 和 Monaco 治疗计划系统兼容的 DICOM RT-Structure Set。

3. 主要贡献

1. 新型混合架构： 引入了 BAT-RM，它独特地结合了 Sobel 门控边界注意力、多方向 Mamba 扫描以及边界骨架引导的融合，旨在同时解决边界精度和长程上下文问题。
2. 大规模多机构数据集： 创建并严格质量控制了来自 LMIC 环境的最大规模宫颈癌 CT 数据集（1,011 名患者，三个中心，七个类别），包括观察者间可靠性分析（平均 Jaccard = 0.961）。
3. 全面的临床验证：
   • 定量： 在所有七个类别上均优于四个基准模型（nnUNet, SegMamba, TransUNet, UNETR），并取得了具有统计学意义的提升（经 Bonferroni-Holm 校正）。
   • 定性： 通过误差图、轮廓叠加和多方法 GradCAM 分析提供了机械性证据，证实了其对边界的关注。
   • 前瞻性读者研究： 一项涉及 13 名放射肿瘤科医生（100 例病例）的多中心研究表明，工作流得到了显著改善。
4. 端到端临床部署： 开发了具有原生 DICOM RTSTRUCT 导出的生产级 Web 应用程序，部署于孟加拉医科大学，将患者等待时间从几天缩短至数小时。

4. 结果

定量性能

BAT-RM 在留存测试集（254 名患者）上达到了最先进的结果：

• 靶区： GTV Dice = 0.9662 (vs. nnUNet 0.9450); CTV Dice = 0.9571 (vs. nnUNet 0.8966)。
• OARs： 直肠 Dice = 0.9556; 膀胱 Dice = 0.9655; 小肠 Dice = 0.9741。
• 边界精度： GTV HD95 = 1.500 mm; CTV HD95 = 1.507 mm; 直肠 HD95 = 1.242 mm。这些指标代表了与基准模型相比显著降低的边界误差（例如，GTV HD95 较 nnUNet 降低了 38.7%）。
• 效率： 在单个 NVIDIA T4 GPU（3.8 GB VRAM）上，参数量为 28.4M，41.2 GFLOPs，每张切片的推理时间为 18.3 ms，显著优于 3D 基准模型的速度和内存使用情况。

读者研究发现

• 准确性： AI 辅助使初级放射肿瘤科医生的 IoU 从 0.899 提升至 0.965（接近资深医生在无辅助下的表现 0.938）。
• 效率： 初级医生的勾画时间减少了 80.7%（从每例 152 分钟降至 29 分钟）。
• 工作流： 初级医生的专家咨询率从 52.1% 下降到 14.3%。自我报告的信心评分提高了 40%。
• 部署影响： 部署后，由于无需增加人员配置，放射治疗模拟的患者等待时间从 1–3 天减少到 2–3 小时。

消融实验

系统性的消止实验证实了每个组件的必要性：

• 移除 BAT 模块会导致最大的性能下降（mIoU -0.0509），特别是在直肠和 GTV 等边界模糊的结构上。
• 移除 RM 模块会降低需要全局上下文的结构（膀胱、股骨头）的性能。
• 移除 BRAF 融合模块会降低所有小型 OAR 的性能，强调了自适应特征组合的重要性。

5. 重要性与主张

论文声称 BAT-RM 展示了一个严谨的转化流程，该流程超越了单纯的基准测试练习，能够为资源受限的环境带来可衡量的患者获益。其主要主张包括：

• 技术优越性： 结合边界感知注意力和线性时间 Mamba 扫描，解决了边界精度和长程上下文的双重挑战，且不会产生高昂的计算成本。
• 临床实用性： 该系统不仅是算法上的改进，更是一个可部署的工具，能显著减轻临床医生工作量并缩短等待时间，从而实现当天或次日开始治疗。
• LMIC 相关性： 该研究提供了首个针对 LMIC 环境下宫颈癌自动勾画的多中心读者研究，证明了 AI 可以缓解专家短缺问题并促进医疗公平。
• 鲁棒性： 模型可在来自三个机构的不同制造商和协议的异构扫描仪上进行泛化，并在无需微调的情况下在独立的外部队列（230 名患者）上保持性能。

作者总结道，这项工作建立了一个将机器学习研究转化为直接临床影响的框架，其特点是多中心数据策展、由临床失效模式驱动的架构设计，以及在常规实践中的生产部署。