注意力增强涂鸦监督的医学图像分割：基于空间自注意力与相似性学习的创新框架

针对医学图像分割中密集标注耗时的问题，研究人员提出AttenScribble框架，通过空间自注意力模块(SSA)和注意力相似性损失(ASL)增强涂鸦监督学习。该研究创新性地将Transformer的全局交互能力融入全卷积网络，结合掩码条件随机场(MCRF)构建三目标优化体系，在ACDC和CHAOS数据集上DSC达0.88/0.88，HD95显著降低至6.38/11.18mm，性能接近全监督基准，为弱监督医学图像分析提供了新范式。

　　

在医学影像分析领域，精确的器官和组织分割对疾病诊断和治疗规划至关重要。然而，获取像素级标注数据需要专业医师投入大量时间，这成为制约深度学习技术应用的瓶颈。以涂鸦（scribble）为代表的弱监督标注方式虽能大幅降低标注成本，但稀疏的监督信号导致模型难以准确预测未标注区域的边界信息。现有方法如伪标签生成或条件随机场(CRF)后处理，往往存在误差累积或计算效率低的问题，特别是在处理心脏MRI和腹部CT等复杂解剖结构时表现受限。

针对这些挑战，研究人员开发了AttenScribble框架，创新性地将Transformer的全局建模能力与传统卷积网络结合。该研究通过三个关键技术突破：1）可插拔的空间自注意力模块(SSA)增强特征交互；2）基于归一化对称注意力的相似性度量构建ASL损失；3）定制化掩码条件随机场(MCRF)实现端到端优化。在ACDC心脏和CHAOS腹部数据集上的实验表明，该方法在保持计算效率的同时，边界定位精度显著优于现有技术。

研究方法上，团队采用2D U-Net为主干网络，在第三层编码器嵌入SSA模块。通过多头注意力机制计算Q/K/V特征，构建全局相似性矩阵S。结合空间距离掩码M，设计ASL损失函数：l_atn
= Σ_p,q∈ΩU

M[p,q]S[p,q]Σ_i≠j∈C
P?_p
ⁱ
P?_q
^j
。最终联合优化目标包含三部分：部分分割损失l_seg
、MCRF损失l_mcrf
和ASL损失l_atn
，权重λ均设为0.1。实验采用20例ACDC和7例CHAOS作为测试集，评估指标包含Dice系数(DSC)和95%豪斯多夫距离(HD95)。

研究结果部分显示：

1. 性能对比：在ACDC数据集上平均DSC达0.88，优于DMPLS(0.87)和GCRF(0.88)；HD95仅6.38mm，显著低于ScribFormer的12.23mm。CHAOS数据集表现更突出，平均DSC 0.88与全监督相当，HD95 11.18mm优于所有对比方法。

2. 模块消融：移除ASL导致HD95上升10.5%(ACDC)和20%(CHAOS)，验证其对边界优化的关键作用。SSA置于第二编码层时性能最优，DSC比置于第四层高0.01。

3. 可视化分析：如图2-3所示，该方法能有效抑制其他方法常见的假阳性（如心脏MRI中右心室误检），同时保持器官边界的平滑连续。特别是在肝脏分割中，准确捕捉了传统方法易遗漏的尖端结构。

结论部分指出，AttenScribble的创新性体现在三个方面：首先，SSA模块首次针对涂鸦监督任务定制，通过注意力机制实现全局特征交互；其次，ASL损失开创性地利用注意力矩阵驱动特征对齐；最后，MCRF与注意力学习的协同优化策略为单阶段弱监督训练提供了新思路。该研究不仅性能超越现有技术，更重要的是证明了不依赖伪标签的端到端弱监督学习可行性，这对降低医学AI应用门槛具有重要价值。未来工作将扩展至3D架构和更多模态，并探索注意力机制在其它弱监督场景中的应用。