💻 computer science

DMPB-Net: A Mamba-Driven Semi-Supervised Network for Precise Breast Ultrasound Lesion Segmentation

本文提出了 DMPB-Net，一种新颖的半监督框架，该框架通过集成由 Mamba 驱动的编码器以及用于语义解耦、原型注意力及边界细化的专门模块，旨在实现有限监督条件下超声图像中乳腺病灶的最先进分割效果。

原作者： Haiyang Sun, Xuanbo Xu, Li Wang

发布于 2026-07-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Haiyang Sun, Xuanbo Xu, Li Wang

原始论文采用 CC BY 4.0 许可（https://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

想象一下，你正试图在一罐旋转、浑浊的牛奶中寻找一个特定的形状。这就是医生观察乳腺超声图像时的日常挑战。这些图像就像是用声波制作的 X 光片，但它们不像清晰的黑白线条那样分明，而是充满了“斑点噪声”——这种细小的、颗粒状的静电看起来就像旧电视机上的雪花点。这种静电，结合阴影和模糊的边缘，使得准确判断肿瘤在哪里开始、健康组织在哪里结束变得异常困难。

为了解决这个问题，科学家们使用了“人工智能”（AI），具体来说是一种叫做“深度学习”的技术。把这个 AI 想象成一个通过观察成千上上万个例子来学习识别模式的学生。通常，为了完美地教导这个学生，医生必须手动在每一张图像上的每一个肿瘤上画出轮廓，这既缓慢、劳累又昂贵。本论文探索了一种更聪明的方法：“半监督学习”。这就像是用一些精心绘制的例子（有标签数据）来教导这个 AI 学生，同时给它一大堆它必须自己猜测轮廓的图像（无标签数据），让它通过从错误中学习来不断进步。目标是建立一个系统，即使在图像浑浊且老师只在场几分钟的情况下，也能以外科医生的精准度找到这些隐藏的形状。

浑浊的镜子与神奇的橡皮擦

由 Haiyang Sun、Xuanbo Xu 和 Li Wang 领导的研究团队开发了一种名为 DMPB-Net 的新型 AI 工具。他们专门设计它来应对乳腺超声中的“浑浊镜子”问题。他们的主要发现是：通过结合一种新型的 AI 大脑和一些巧妙的技巧，即使在只有极小比例的常规训练样本时，他们也能绘制出比以往方法更清晰的肿瘤轮廓。

以下是他们的发明如何运作的分解，分为四个有趣步骤：

1. “全方位视角”之眼（Mamba 驱动的编码器）
旧的 AI 模型就像是通过吸管看世界的人；它们一次只能看到一个微小的点，难以理解全局。新的 DMPB-Net 使用了被称为 Mamba 的架构。想象一下，AI 不再是用吸管，而是拥有了一个广角 360 度相机，可以同时看到整个肿瘤及其周围环境。这种“Mamba”之眼擅长捕捉长距离的连接，有助于 AI 理解即使是扭曲或不规则的肿瘤整体形状，而不会被噪声干扰。

2. 噪声过滤器（语义解耦）
超声图像非常杂乱。AI 经常会产生混淆，把阴影或颗粒状的静电误认为是肿瘤的一部分。作者添加了一个**语义解耦（SD）**模块。可以将它想象成一副神奇的眼镜，能够将“真实物质”（肿瘤）与“垃圾”（噪声和阴影）分离。它迫使 AI 忽略背景杂质，只关注真正重要的特征，在 AI 做出决策之前清理信号。

3. “自信”的老师（基于置信度排序的原型注意力机制）
在半监督学习中，AI 必须猜测它从未见过的肿瘤轮廓。有时它会猜错，如果它从错误的猜测中学习，情况会变得更糟。作者引入了**置信度排序原型注意力（CR-PA）**模块。想象一个教室，老师只听取那些满怀 100% 信心的学生举手发言。这个模块就像一位严格的老师，它会说：“我只信任那些看起来非常有把握的猜测。”它收集最自信的例子来创建一个“金标准”指南，确保 AI 从好的例子中学习，并忽略那些嘈杂、不确定的例子。

4. 雕刻过程（边界迭代细化）
即使有了很好的猜测，肿瘤的边缘可能看起来仍然很模糊，就像用钝铅笔画出的草图。最后的技巧是**边界迭代细化（BIR）**模块。这就像雕塑家从大理石块中凿刻的过程。AI 从一个粗糙、模糊的形状开始。然后，它运行一个“生成式去噪”过程——基本上，它观察自己的粗略草图，找到那些摇摆不定的部分，并将它们“雕刻”成锐利、干净的线条。它循序渐进地进行，不断打磨图像，直到边界清晰且准确。

结果：前所未有的清晰

团队在两个著名的乳腺超声图像数据集 BUSI 和 UDIAT 上测试了他们的新型 DMPB-Net。他们将该工具与现有的最佳方法（如 Hermes、SDC-Net 和 CoBiNet）在不同条件下进行了对比，包括在仅有极少量有标签数据（仅为通常量的 1/8）的情况下。

结果令人印象深刻。在 BUSI 数据集上，当使用一半的有标签数据时，DMPB-Net 达到了 83.20% 的 Dice 系数和 71.74% 的 IoU（交并比）。这意味着 AI 绘制的轮廓比测试的所有其他方法都更接近专家医生的绘图。即使在仅有 1/8 有标签数据的最艰难场景下，它仍获得了 77.34% 的 Dice 分数，显著超越了竞争对手。

在 UDIAT 数据集上，表现甚至更强，在使用一半有标签数据时达到了 91.51% 的 Dice 系数。研究人员还指出，他们的方法更加稳定，标准差更低（意味着结果不会在好坏之间剧烈波动）。

他们没有做的事（以及他们避开的坑）

值得注意的是，本文并未声称某些内容。作者明确反对仅依靠传统的卷积神经网络（CNN）来完成这项任务，指出 CNN 在观察长距离肿瘤形状的“大局观”方面存在困难。他们也排除了那些不进行噪声过滤的简单方法，证明了盲目信任每一个猜测会导致错误。

此外，虽然结果很强，但论文将这些视为针对特定数据集的衡量实验结果，而非解决所有医学问题的终极方案。作者认为他们的方法提供了一个“稳健且高效的解决方案”，用于计算机辅助诊断，但并未声称它能取代医生。相反，他们将其定位为减轻放射科医生工作量并提高其工作精准度的工具。

简而言之，DMPB-Net 表明，通过赋予 AI 更广阔的视野、更好的噪声过滤器、更严格的学习老师以及具有雕刻家般精细的边缘处理，即使在没有大量完美范例教学的情况下，我们也能以惊人的准确度在浑浊的超声图像中找到隐藏的肿瘤。

技术摘要：用于乳腺超声病灶分割的 DMPB-Net

问题陈述
准确分割乳腺超声（BUS）图像中的病灶对于癌症早期诊断至关重要，但仍受到显著的临床和技术挑战的阻碍。在临床方面，获取像素级标注需要大量的人力和专业知识，这为全监督深度学习模型造成了瓶颈。在技术方面，BUS 图像存在固有的物理伪影，包括斑点噪声、声影和模糊边界，这些因素增加了区分病灶与背景的难度。此外，传统的卷积神经网络（CNN）由于感受野有限，往往难以捕捉长距离空间依赖关系；而现有的半监督学习（SSL）框架则经常无法有效地将病灶特征与噪声背景解耦，或无法稳健地处理模糊肿瘤边界附近的伪标签噪声。

方法论：DMPB-Net
作者提出了 DMPB-Net，这是一个新型的半监督框架，旨在通过结合了语义解耦、原型对齐和迭代边界细化模块的 Mamba 驱动编码器-解码器架构来解决上述局限性。

具有语义解耦（SD）功能的 Mamba 驱动编码器：
- 该骨干网络不使用标准 CNN，而是采用基于状态空间模型（SSM）的 Mamba 启发式编码器。这实现了线性计算复杂度的全局上下文建模，克服了 Transformer 的二次复杂度以及 CNN 感受野受限的问题。
- 为了减轻超声特有的干扰，集成了一个 语义解耦（SD） 模块。它利用正交投影将潜在特征分离为肿瘤特有成分（ $f_{ts}$ ）和背景主导成分（ $f_{bg}$ ）。解耦约束最小化了这些成分之间的互信息，确保模型专注于病灶形态，同时抑制斑点噪声和声影。
置信度排序原型注意力（CR-PA）：
- 为了在不依赖噪声像素级伪标签的情况下弥合有标签数据与无标签数据之间的分布差距，该框架引入了 CR-PA。
- 该模块通过根据预测置信度过滤无标签特征来生成类别原型（背景和病灶的代表性嵌入）。仅使用高置信度像素来计算加权平均原型。
- 这些“置信原型”作为全局锚点。一种跨图像注意力机制将无标签样本的局部特征与这些可靠的原型进行对齐，从而强制执行语义一致性，并促进在半监督潜在空间中的稳健知识迁移。
边界迭代细化（BIR）：
- 针对边界模糊问题，BIR 阶段借鉴扩散模型的思想，将掩码优化重新定义为一个生成式去噪过程。
- 从粗糙的初始掩码开始，该模块迭代地应用一个轻量级的残差细化网络。该网络将初始预测视为“噪声”状态，并通过连续的残差修正逐步“雕刻”出清晰、符合解剖学结构的轮廓，从而有效地过滤掉伪标签噪声和伪影。
复合损失函数：
- 框架通过以下复合损失进行优化：
  - 一致性损失 ( $L_{con}$ )：强制学生网络和教师网络在扰动下保持预测不变性。
  - 模糊粗糙集边界损失 ( $L_{FRSB}$ )：通过惩罚“模糊”边界区域的像素来显式建模边缘不确定性，从而促进更锐利的过渡。
  - 结构相似性对比损失 ( $L_{SSC}$ )：通过最大化预测掩码块与目标掩码块之间的结构相似性（SSIM），同时最小化与非目标区域的相似性，来保持全局拓扑完整性。

核心贡献
论文概述了四个主要贡献：

框架设计：提出了 DMPB-Net，它结合了用于高效长距离依赖建模的 Mamba 启发式编码器，以及用于隔离病灶特征与复杂超声背景的语义解耦机制。
CR-PA 模块：引入了置信度排序原型注意力机制，通过动态对像素级特征进行排序来生成代表性类别原型，确保在有限监督下实现鲁棒的语义对齐。
BIR 阶段：设计了边界迭代细化阶段，将掩码优化视为生成式去噪过程以锐化模糊轮廓，并由建模边缘不确定性和全局结构完整性的复合损失策略（ $L_{FRSB}$ 和 $L_{SSC}$ ）进行监督。
性能：在两个基准数据集（BUSI 和 UDIAT）上展示了最先进的性能，在各种标注比例（1/2, 1/4, 1/8）下均一致优于竞争方法。

实验结果
在 BUSI 和 UDIAT 数据集上进行了广泛实验。

BUSI 数据集：在 1/2 有标签数据比例下，DMPB-Net 实现了 83.20% 的 Dice 系数和 71.74% 的 IoU，优于 Hermes（81.65% Dice）和 SDC-Net（81.18% Dice）等最先进方法。即使在仅有 1/8 有标签数据的情况下，它仍保持了 77.34% 的 Dice 系数，展现出比其他模型更优越的鲁棒性。
UDIAT 数据集：在 1/2 有标签数据下，该方法实现了 91.51% 的 Dice 系数和 83.34% 的 IoU，创下了新的基准。即使在 1/8 有标签数据下，它仍保持了 89.54% 的高 Dice 系数。
消融实验：结果证实每个组件（SD, CR-PA, BIR）都对性能有积极贡献。语义解耦模块提供了最显著的初始提升（将 BUSI Dice 从 78.46% 提高到 81.94%），而所有模块的完整集成则产生了最高的准确度和最低的标准差。
定性分析：视觉对比表明，与经常出现过分割或欠分割现象的方法相比，DMPB-Net 能产生更锐利、更精确的边缘，并能更好地处理具有不规则形态的浸润性肿瘤。

意义与主张
论文声称，DMPB-Net 为计算机辅助乳腺癌诊断提供了一种可靠且高效的解决方案，特别是在标注数据稀缺的情况下。通过整合全局上下文建模（Mamba）、伪影抑制（SD）、鲁棒语义对齐（CR-PA）和生成式边界细化（BIR），该框架解决了乳腺超声成像中固有的低对比度、边界模糊和噪声挑战。作者认为，这种方法通过提供客观、可重复的分割证据，具有减轻放射科医生工作量并提高临床诊断精准度的巨大潜力。这项工作被视为半监督医学图像分析领域迈出的重要一步，超越了标准的基于一致性的方法，融入了生成式细化和状态空间建模。

浑浊的镜子与神奇的橡皮擦

结果：前所未有的清晰

他们没有做的事（以及他们避开的坑）

技术摘要：用于乳腺超声病灶分割的 DMPB-Net

类似论文