编辑推荐：
在医学影像多器官分割中，相邻组织干扰、器官变形等致分割难。研究人员开展 DFIT-Net 研究，其含 EnBoT-50 编码器等。在两数据集验证，结果优于现代技术，对提升临床效率等有重要意义。
在医学影像领域，精准的多器官分割是临床评估的关键环节。通过分析腹部或胸部 CT 图像，医生能够快速识别器官异常、制定手术计划并做出治疗决策。然而，当前基于卷积神经网络（CNNs）和 Transformer 的深度学习技术在处理多器官分割时面临诸多挑战。相邻组织的干扰、器官的变形或位移以及图像对比度不足等问题，导致器官边界模糊，难以实现精确且鲁棒的分割。传统方法中，手动分割不仅耗时费力，还高度依赖医生的经验，而基于机器学习的方法虽有进步，但手工设计特征和参数调优的局限性明显。CNNs 虽凭借编码器 - 解码器架构和跳跃连接在多器官分割中表现出色，却受限于局部感受野，难以捕捉长距离特征依赖。Transformer 虽引入自注意力机制改善这一问题，但现有混合方法在高效利用卷积和自注意力、平衡计算资源以及特征聚合方面仍存在不足。在此背景下，为提升多器官分割的准确性和临床应用价值，国内某研究团队开展了相关研究，提出了一种名为 DFIT-Net（Dynamic Feature Integration Transformer）的新型网络，并将研究成果发表在《Displays》。
该研究主要采用了以下关键技术方法：一是设计了 EnBoT-50 编码器，结合卷积和自注意力机制，可在低分辨率特征图上高效执行注意力过程，捕捉长距离特征依赖；二是提出动态特征集成模块（DFIM），通过多层动态卷积和空间注意力，缓解编码器与解码器之间的特征差异，聚焦相关特征；三是构建新型解码器，利用动态残差单元整合不同层级的关键特征，增强全局上下文信息。研究使用了 Synapse 和 ACDC 两个多器官医学图像数据集进行广泛实验验证。
研究结果
编码器的有效性
EnBoT-50 编码器无需预训练权重，通过卷积和自注意力的有效结合，能够高效处理多器官图像的复杂性，在低分辨率下实现注意力过程的高效运行，成功捕捉到长距离特征依赖，为后续的特征处理奠定了坚实基础。
动态特征集成模块的作用
DFIM 模块的引入显著缓解了编码器与解码器之间的特征差异。通过多层动态卷积和空间注意力机制，该模块能够有针对性地选择相关特征，有效提升了特征的一致性和分割的准确性。
解码器的优势
新型解码器通过在不同解码器间部署动态残差单元，实现了对关键特征的有效聚合和全局上下文信息的增强，显著提高了多器官分割的效率和精度。
实验对比结果
在 Synapse 和 ACDC 数据集上的实验结果表明，DFIT-Net 在无需预训练权重的情况下，超越了其他现代分割技术。在模型复杂度和规模相近的情况下，其可视化结果更优，尤其在小器官分割方面表现出显著优势。定量评估中，DFIT-Net 的 Dice 相似系数（DSC）、95% Hausdorff 距离（HD95）、交并比（IoU）和准确率（Acc）等指标均优于对比方法，展现出更强的泛化能力。
研究结论与讨论
DFIT-Net 通过 EnBoT-50 编码器、DFIM 模块和新型解码器的协同作用，有效解决了多器官分割中相邻组织干扰、器官变形和图像对比度不足等难题。其创新点在于将卷积和自注意力机制有机结合，通过动态特征集成和残差增强，提升了特征处理的效率和分割精度。该研究为医学影像多器官自动分割提供了一种高效、鲁棒的新方法，有望减少医生的工作负担，提高手术成功率，在临床应用中具有重要的实用价值。尽管现有研究已取得显著成果，但未来仍可进一步探索如何在更低计算资源下优化模型性能，以及拓展该模型在更多类型医学影像和复杂病变场景中的应用，为精准医疗提供更强大的技术支持。
