基于解剖学引导的PET-CT多模态融合癌症分割方法：提升肿瘤边界识别精度的创新研究

编辑推荐：针对PET-CT多模态融合中早期/晚期融合方法的局限性，西北工业大学团队提出解剖学引导的中间注意力融合机制，通过可学习归一化的"零层"和挤压激励编码器，在HECKTOR数据集实现DSC 0.8184和HD95 2.31的优异性能，为精准放疗规划提供新工具。

　　

在医学影像分析领域，PET-CT多模态成像已成为肿瘤诊断和放疗规划的重要工具。PET（正电子发射断层扫描）能显示代谢活跃的肿瘤区域，但空间分辨率低；CT（计算机断层扫描）提供精细解剖结构却缺乏功能信息。传统融合方法面临两难困境：早期融合（early fusion）难以捕捉各模态独立特征，而晚期融合（late fusion）计算成本高且无法利用模态互补性。更棘手的是，PET和CT在体素层面的低相关性使通道级融合效果不佳，且现有方法多采用固定归一化方式，难以适应不同扫描设备的数值差异。

西北工业大学联合团队在《Scientific Reports》发表的创新研究，提出"解剖学引导的中间注意力融合"框架。该工作通过三个关键技术突破：1）采用可学习参数的"零层"（Zero Layer）实现自适应归一化；2）并行挤压激励（SE）编码器分别提取PET/CT特征；3）基于CT解剖结构的注意力引导融合机制。研究使用HECKTOR和TCIA两个多中心数据集（共361例），通过5折交叉验证证明其优越性。

关键技术方法包括：1）构建含可学习参数γ、δ、ε的零层实现模态特定归一化；2）采用全局平均池化（GAP）和全连接层实现SE特征激活；3）设计最大/平均池化双路径融合模块；4）使用3D DSC和HD⁹⁵作为主要评估指标；5）在NVIDIA RTX 2060 GPU上实施批量大小为1的Adam优化训练。

主要研究结果如下：
零层设计：通过比较固定归一化与可学习归一化的性能差异（DSC提升0.0075），验证了零层对多中心数据适应性提升的关键作用。其归一化公式中，λ_PET/CT和δ_PET/CT参数使模型能动态调整不同扫描设备的强度分布。

挤压激励编码器：单独评估SE模块时发现，相比普通编码器，PET特征提取的DSC提升0.0064（0.8119→0.8184）。兴奋度计算通过sigmoid激活的通道权重实现，使网络能自主强化关键特征图。

解剖学引导融合：对比实验显示，CT引导比PET引导的HD⁹⁵降低1.29（3.60→2.31），证实解剖结构对肿瘤边界定位的指导优势。融合阶段采用元素乘法的CT_guidance = CT_excited * f_fused操作，有效保留空间细节。

模型轻量化：参数数量对比显示，该模型（未披露具体数）较3D-Inception-ResNet减少约40%，主要归因于：1）中间融合减少全连接层；2）1×1卷积降维；3）分层特征选择机制。

多维度验证：在2D切片测试中达到DSC 0.6427，优于DIST和SE UNet等基准模型；对转移性病灶的初步分析表明其性能仍有提升空间。

讨论部分指出，该研究的核心创新在于解决了多模态医学影像融合的"三难问题"——特征独立性、计算效率和模态互补性的协同优化。解剖学引导机制首次实现CT空间信息对PET代谢特征的定向增强，而可学习归一化克服了多中心数据标准化难题。临床意义上，2.31mm的HD⁹⁵误差已达到放疗靶区勾画的精度要求。

研究局限性包括对早期微小肿瘤（<1cm）的敏感性不足，以及转移灶分割的稳定性有待提升。未来工作将探索：1）结合Transformer架构增强长程依赖建模；2）开发针对不同癌症类型的自适应融合策略；3）整合放射组学特征提升预后预测能力。这项研究为多模态医学影像分析提供了新的方法论框架，其轻量化设计尤其适合临床环境部署。