基于掩膜提示引导的多阶段网络在脊柱CT图像椎体精准识别中的应用
在医学影像分析的范畴内，对脊柱椎体的精确辨认就像是在玩拼图——面对CT扫描中随机选取的、从1到24节不等数量的椎体片段，传统技术常常陷入如同盲人摸象般的迷茫。这种视野的不确定性不仅使得椎体的具体数量变得难以预知，还导致了对特定椎体类型已有信息的无效化。更为复杂的是，由于过渡椎体与病理变化的存在，导致基于标准数据集训练的深度网络性能大幅下降；同时，现有的多模块串联方法也遭遇了误差传递的“连锁反应”。
面对这一挑战，东南大学的研究团队在《Biomedical Signal Processing and Control》期刊上发表了他们的创新性研究成果kaiyun全站app登录入口，并提出了名为掩膜提示引导的多阶段网络（MPGMSN）的解决方案。该研究采用了三阶段的“接力赛”模式，包括密度聚类定位、多尺度分割以及SAM-Med3D驱动的序列化识别，在VerSe20和VerSe19测试集上分别达到了98.34%和97.82%的识别准确率，这一成果相较于现有技术分别提高了1.94%和1.42%。尤其重要的是，这一方法通过不同阶段间信息的循环传递，将传统方法中各自独立进行的定位、分割、识别任务，转变为相互协作、有机结合的统一整体。
在技术层面上，研究团队率先运用密度聚类算法构建了椎体邻域的密度模型；随后，他们设计了包含跳跃连接和Inception模块的轻量化U-Net变体；最后kaiyun全站网页版登录，依托SAM-Med3D编码器，他们开发了序列化掩膜提示识别模块（SMPSAM）开元棋官方正版下载，并利用双向长短期记忆网络（BiLSTM）对特征序列进行处理。实验数据来源于VerSe19（包含160例）、VerSe20（包括319例）以及我们自有的数据集。
单阶段分割与识别技术
通过深入剖析传统单一阶段方法的不足之处，揭示了迭代回归的FCN网络以及依赖邻接矩阵的后处理技术在应对视野变化时的局限性，从而为多阶段设计理念提供了坚实的理论支撑。
【Overview of the framework】
在三阶段架构中，前期阶段的输出转化为后续阶段的输入，构建起一个信息循环体系；密度聚类定位模块利用自适应阈值处理机制来应对形态上的异常情况；多尺度分割网络在参数量减少23%的同时，Dice系数维持在0.912；SMPSAM模块通过掩膜对齐技术，将特征维度压缩至原来的1/8。
【Dataset and preprocessing】
在数据增强环节，我们实施了随机旋转（幅度为±15°）以及灰度抖动（幅度为±10%）的技巧，对VerSe20数据集进行了细致的划分，具体包括训练集（共113例）、测试集（共103例）以及验证集（同样为103例），并且确保所有数据都经过了等向重采样处理，最终体积统一调整为1mm³。
分辨率。
【Discussion and conclusion】
该研究的创新之处主要体现在三个方面：首先，通过密度聚类技术，成功将定位误差降至1.2毫米；其次，Inception模块与跳跃连接的巧妙结合，使得分割参数量得以控制在8.7百万级别；再者，SMPSAM序列化处理技术显著提升了长程依赖识别的准确率至6.3%。在临床应用方面，该方法相较于基线模型，对金属植入物和病理变化的鲁棒性提升了31.5%。
该研究首次将提示学习的概念融入医学图像处理领域，其信息在各个阶段间的传递方式仿佛“考古学中地层标记的技巧”——前一阶段的“挖掘所得”构成了后续研究的基础。这种设计不仅显著减少了62%的计算难度，而且还构建了椎体识别领域中首个具有可解释性的多阶段协同模式，为其他解剖结构的分析提供了广泛适用的框架。得益于国家重点研发计划（2022YFE0116700）以及国家自然科学基金（62171125）的资助，这一技术有望在临床应用领域展现出巨大的发展潜力。
