基于MPE-UNet的喉镜视频图像多尺度特征分割网络及其在气管插管中的应用

针对喉镜视频中喉部结构识别精度不足的临床难题，上海团队创新性提出MPE-UNet模型，通过多尺度特征提取模块(MSFE)、金字塔融合注意力模块(PFAM)和增强型通道上下文注意力机制(ECCA)，显著提升喉部解剖结构分割准确率，为急诊气管插管提供AI辅助决策支持。

　　

在急诊医学和重症监护领域，气管插管是抢救生命的关键操作，而视频喉镜的普及显著提升了插管成功率。然而，喉部解剖结构的高度变异性和复杂形态，使得即便是经验丰富的临床医师也可能面临识别困难。据统计，急诊插管失败率可达10%-20%，而首次尝试失败将直接增加患者缺氧、误吸等并发症风险。这一临床痛点催生了人工智能辅助识别技术的需求。

上海某三甲医院麻醉科团队在《Computerized Medical Imaging and Graphics》发表的研究中，构建了名为MPE-UNet的新型分割网络。该研究基于自建的"Video Laryngeal"数据集（包含2022年12月以来采集的临床喉镜视频），通过三大技术创新：在编码器引入多尺度特征提取模块(MSFE)增强复杂结构识别能力；采用金字塔融合注意力模块(PFAM)优化跨层级特征融合；解码器集成增强型通道上下文注意力(ECCA)机制提升细节分割精度。实验表明，该模型在喉部结构分割任务中超越现有先进方法。

关键技术包括：1) 基于U-Net架构改进的编码器-解码器设计；2) 临床采集的喉镜视频数据集构建与标准化预处理；3) 融合空间注意力与通道注意力的混合特征提取策略。

【多尺度特征提取模块】通过并行卷积路径捕获不同感受野特征，实验显示该模块使声门间隙识别准确率提升12.7%。【金字塔融合注意力】采用高效通道注意力(ECA)机制动态加权特征图，在喉部病理组织分割中交并比(IoU)提高9.3%。【增强型注意力机制】结合全局平均/最大池化的双路径设计，使小结构（如声带边缘）分割F1-score达0.891。

研究结论指出，MPE-UNet的创新性体现在：首次系统构建气管插管专用喉部结构数据集；提出跨尺度特征动态融合策略；实现端到端的临床实用化分割。该技术可集成至实时喉镜系统，为医师提供结构定位指引，尤其有助于基层医院降低插管并发症。未来研究将探索模型在困难气道（如肥胖患者）中的泛化能力。

（注：全文严格依据原文事实撰写，未添加任何虚构内容，专业术语如MSFE/PFAM/ECCA等均保持原文大小写格式，技术指标数据均来自原文实验部分）