💻 computer science

Target Relocalization-Driven Weakly Supervised Segmentation for Crohn's Disease via Auxiliary Anatomical Priors

本文提出了一种针对克罗恩病的弱监督分割方法，该方法利用图像级标注，并通过辅助解剖先验数据集和目标重定位机制来增强标注，从而生成高质量的伪标签，在降低标注成本的同时显著提高了病灶分割的准确性。

原作者： Jiaxu Xu, Shu Fang, Xuekun Zhang, Jiao She, Jianguo Ju, Xuesong Zhao

发布于 2026-08-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Jiaxu Xu, Shu Fang, Xuekun Zhang, Jiao She, Jianguo Ju, Xuesong Zhao

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

在医学影像领域，计算机在识别疾病方面变得越来越熟练，但它们面临着一个重大障碍：需要有人教它们该看什么。教计算机最有效的方法是向它展示数千张图像，其中医生已经仔细地在每一个病灶周围画出了线条，这一过程被称为像素级标注。虽然这能产生高度准确的结果，但对于人类专家来说，其过程极其缓慢、昂贵且令人精疲力竭。为了解决这个问题，研究人员转向了“弱监督”学习，这是一种仅给计算机提供整个图像的简单标签（例如“存在疾病”或“不存在疾病”），而非详细地图的方法。这种方法的挑战在于，渴望寻找疾病的计算机往往会抓取错误的线索。它可能会学习识别器官的整体形状或背景中的阴影，而不是实际的疾病，从而导致将健康组织误标为患病。

当处理克罗恩病（一种引起消化道炎症的慢性疾病）时，这个问题尤为棘手。病灶（即受损区域）可能很小、形状不规则且散布在腹部各处，经常隐藏在在扫描图像上看起来非常相似的健康组织中。来自上海交通大学和西安科技大学研究人员的一项新研究提出了一种巧妙的方法，旨在仅使用简单的图像级标签来训练计算机区分这些复杂的病灶。该团队并没有强迫计算机从零开始猜测疾病的边界，而是设计了一个系统，首先让计算机在宏观层面上识别疾病，然后使用特定的策略来优化这种理解，确保计算机专注于实际的病变组织，而不是周围的健康器官。

研究人员首先承认了医学图像分析中的一个常见问题：当计算机看到一张克罗恩病患者的扫描图时，它往往会被小肠所迷惑。因为该疾病影响肠道，计算机可能会学习将肠道本身识别为疾病，甚至在完全没有疾病的健康人身上也是如此。为了解决这个问题，团队引入了一种新的训练数据组织方式。他们将包含小肠的健康扫描图像与不含小肠的健康扫描图像分离开来。通过对这两组健康数据进行不同的处理，他们教会了计算机，小肠的存在并不等同于患有克罗恩病。这一步至关重要，因为它迫使计算机去寻找炎症的具体征兆，而不是仅仅关注肠道的通用解剖结构。

一旦计算机能够更好地分辨健康组织与病变组织，研究人员便着手解决第二个问题。当计算机使用简单标签进行训练时，它往往只会关注疾病中最明显、最亮或最突出的部分，而忽略其余部分。想象一下，一名学生在被要求描述一幅画作时，只描述了那朵最鲜艳的红花，却忽略了画布上的其他部分。在医学术语中，这意味着计算机可能会识别出病灶的中心，但会错过边缘，从而导致对疾病范围的描述不完整。为了解决这个问题，团队开发了一种“目标重定位”方法。这种技术鼓励计算机在训练期间多次观察图像，每次都稍微移动其关注点。通过结合这些不同的视角，计算机可以构建出一张更完整的病灶全貌图，捕捉其完整的形状和大小，而不仅仅是其最明显的中心。

为了确保计算机在这一过程中不会过于兴奋而开始将健康区域标记为患病，研究人员利用聚类技术添加了最后一层保护。可以将其想象为一个将相似特征归为一类的分类系统。该系统经过训练，以确保疾病的特征保持在它们独特的组别中，与健康组织的特征以及小肠的特征区分开来。这防止了计算机模糊健康与患病之间的界限。其结果是一套高度准确的“伪标签”，即计算机生成的地图，它们作为引导，供最终的分割网络进行学习。这些地图比以往仅靠简单图像标签所能实现的精度都要高得多。

当研究人员测试他们的系统时，结果显而易见。与使用未经过这些精细化处理的健康与患病混合数据集相比，该方法显著提高了分割的准确性。具体而言，该系统在衡量重叠程度的标准指标——Dice系数上实现了3.31%的提升，该指标反映了计算机生成的地图与医生绘制的地图之间的匹配程度。更重要的是，当他们将方法的所有不同部分结合起来时——即专门的数据集、重定位关注点以及聚类保护——与缺乏这些组件的基准模型相比，整体准确率跃升了15.52%。计算机变得更加擅长识别病灶的全貌，同时避免了在健康器官中产生误报。

这项研究证明，无需承担绘制数千张详细地图的巨大负担，也可以训练出强大的医学影像工具。通过仔细策划数据并利用特定的逻辑步骤引导计算机的注意力，研究人员创建了一个能够理解克罗恩病细微差别的系统。这种方法为减轻医生工作量，同时保持诊断所需的高水平准确性提供了一条充满希望的路径。研究结果表明，只要有正确的策略，即使最初只给出一个简单的提示，计算机也能学会辨别健康与疾病之间的微妙区别。

技术摘要：通过辅助解剖先验实现针对克罗恩病的靶向重定位驱动弱监督分割

问题陈述
在 CT 图像中准确分割克罗恩病病灶对于诊断和治疗规划至关重要，但由于病灶形态的多变性、组织对比度低以及现有方法容易出现过分割或欠分割的问题，这仍然是一个挑战。诸如 U-Net 之类的全监督深度学习方法需要大量的像素级标注，而这不仅耗时耗力且成本高昂，尤其考虑到克罗恩病具有多病灶的特性。虽然使用图像级标注的弱监督方法提供了一种更具成本效益的替代方案，但它们往往面临较高的假阳性率问题。这是因为使用图像级标签训练的分类网络倾向于仅关注目标的最具判别性的部分，从而导致“伪相关”现象，即背景结构（如小肠、脂肪或髌骨）被错误地识别为病灶。此外，现有的弱监督方法在处理克罗恩病典型的微小、形状不规则且数量众多的病灶时往往表现不佳。

方法论
作者提出了一种弱监督分割框架，该框架利用图像级标注来生成高质量的伪标签，用于训练分割网络。该方法集成了三个核心组件：

辅助解剖先验与数据集划分：
为了减轻由背景结构引起的假阳性问题，作者引入了一种特定的数据划分策略。该方法并未将所有非疾病数据视为单一的“背景”类，而是将辅助数据集拆分为两个子集：
- D2： 包含小肠的健康切片（这是一个容易产生假阳性的结构）。
- D3： 不含小肠和病灶的健康切片。
  这种划分使得模型能够学习特定领域的解剖先验，在不需要额外像素级标注的情况下，区分目标病灶与类似的解剖结构。
目标重定位 (TR) 注意力机制：
针对分类网络仅关注最显著区域的局限性，作者提出了一个目标重定位机制。该机制通过迭代更新一个容器 ( $Q_c$ )，其中包含了在不同训练阶段生成的注意力图。通过逐步将网络的关注点从最具判别性的区域扩展到目标的边缘和较不显著的部分，该方法能够生成更全面的伪标签，从而覆盖整个病灶区域。更新规则确保了只有当目标类的分类得分高于非目标类时，才会进行注意力扩展，从而防止了噪声的累积。
基于聚类的图像度量学习：
为了防止扩展后的注意力区域漂移到背景区域，并充分利用辅助数据集的多样性，研究采用了基于聚类的度量学习方法。分类网络的倒数第二层特征被用于构建疾病数据 ( $D_1$ )、含小肠的健康数据 ( $D_2$ ) 以及非肠道健康数据 ( $D_3$ ) 的聚类。一种新型损失函数 ( $L = L_{cls} + \alpha L_{d1} + \beta L_{d2}$ ) 被设计用于：
- 最小化特征与其各自聚类之间的距离。
- 最大化特征与其竞争聚类之间的距离（例如，确保 $D_1$ 特征与 $D_2$ 特征具有区分度）。
  这减少了特征重叠并抑制了非目标区域的假阳性。

主要贡献

解剖先验集成： 引入了划分后的辅助数据集（ $D_2$ 和 $D_3$ ），利用特定的解剖学知识（小肠的存在与否）来优化伪标签质量，而无需额外的标注成本。
目标重定位机制： 一种新型的注意力机制，它将网络的关注点从判别中心逐步扩展到整个目标范围，解决了基于类激活图 (CAM) 方法中常见的“激活不完整”问题。
用于伪标签精炼的度量学习： 一种基于聚类的损失函数，通过强制目标病灶与特定背景解剖结构之间的特征分离，显著降低了假阳性率。
针对克罗恩病的弱监督框架： 一个完整的流水线，证明了将图像级标注与这些特定机制相结合，可以达到与需要更高监督程度的方法相媲美的分割精度。

结果
该方法在一个包含 126 名克罗恩病患者（3,413 张 CT 切片）的数据集上进行了评估，其中 71 名患者提供图像级标注用于训练，55 名患者提供像素级标注用于测试。

性能提升： 所提出的方法实现了 35.68% 的 Dice 系数和 30.14% 的 mIoU。
对比： 与混合数据集方法（未使用特定的辅助划分）相比，Dice 系数提升了 3.31%，并且优于现有的弱监督方法，如 IRNet (33.56%)、Weakclip (33.18%) 和 Puzzle-CAM (19.85%)。
消融实验：
- 仅使用辅助数据集（不含目标重定位）时，Dice 系数比基准模型提高了 9.00%，这主要是通过抑制背景器官中的假阳性实现的。
- 仅使用目标重定位机制（不含辅助数据）时，Dice 系数提高了 5.53%，通过扩大病灶覆盖范围实现。
- 完整模型展示了协同效应，实现了比基准模型高出 15.52% 的总提升，超过了各单个组件增益之和。
视觉分析： 定性结果显示，与最先进的基准方法相比，所提方法显著减少了周围器官（如小肠）中的假阳性，并为不规则和多病灶区域提供了更完整的分割。

意义与主张
本文声称，所提出的框架有效地解决了与克罗恩病分割相关的标注成本高和假阳性率高的难题。通过将目标重定位与辅助解剖先验相结合，该方法生成了更高质量的伪标签，引导分割网络专注于整个病灶区域，同时忽略类似的背景结构。作者指出，我们的方法提供了一种更具成本效益的传统全监督方法的替代方案，在显著减少像素级标注需求的同时，保持了极高的分割精度。研究结论认为，这些发现验证了利用结合了领域特定解剖知识的图像级监督进行临床胃肠道图像分析的有效性，尽管作者也承认，在处理模糊 CT 图像的精确边界描绘方面仍需进一步改进。

类似论文