扩散驱动蒸馏与对比学习在腹腔镜图像类别增量语义分割中的创新应用

这篇综述创新性地提出了一种结合扩散模型（DDPM）、知识蒸馏（KD）和对比学习（CL）的框架，解决了腹腔镜图像类别增量语义分割（CISS）中因二元标注和外观差异导致的挑战。通过生成合成图像增强数据多样性，利用蒸馏网络保留旧类知识，并引入跨图像对比学习提升新类识别能力，实验证明该方法在德累斯顿外科解剖数据集（DSAD）上显著优于现有技术（SOTA），尤其在输尿管（URE）和精囊腺（VGL）等困难类别中表现突出，为手术导航系统提供了更精准的解剖结构识别方案。

　　

引言

腹腔镜手术因其微创特性成为现代疾病治疗的重要手段，但不同手术涉及不同解剖结构，传统方法需为每类手术创建专用数据集，效率低下。类别增量语义分割（CISS）可动态适应新解剖类别，但现有研究多基于自然图像，临床场景中增量数据通常来自新患者而非复用旧图像，且腹腔镜图像存在视野窄、对比度低等挑战。德累斯顿外科解剖数据集（DSAD）采用二元标注（每图仅标最显著结构），更贴合临床实际需求。

方法

扩散模型生成图像：采用去噪扩散概率模型（DDPM）合成腹腔镜图像，通过噪声预测和反向扩散生成高质量图像，增强数据多样性。训练时优化噪声预测误差（式1），采样时逐步去噪（式2），生成图像用于后续增量训练。

知识蒸馏框架：基于IDEC方法，通过密集对齐蒸馏（DADA）保留旧类特征。利用静态旧模型^t-1
和可训练新模型^t
提取多层特征，计算欧氏距离损失（式3），平衡新旧知识。

对比学习优化：构建正负样本对，正对来自同一图像的新旧模型特征，负对来自真实与生成图像。采用温度缩放参数τ的对比损失（式4），增强特征区分能力。

整体损失函数：结合加权交叉熵分割损失（L_Seg
）、蒸馏损失（L_KD
）和对比损失（L_CL
）（式5），初始训练仅用L_Seg
，增量阶段融合伪标签与真实标注。

实验结果

数据集与设置：在DSAD的11类解剖结构（如AWL、COL、URE）上测试，分7-2-2三阶段增量实验。DeepLabV3+和MedSAM框架对比显示，本文方法在旧类保留和新类学习上均优于MiB、PLOP等SOTA模型（表1）。例如，URE分割Dice分数达0.712，超越离线监督学习。

消融研究：扩散生成（DG）提升旧类性能，对比学习（CL）优化新类识别（表3）。DDPM生成图像在FID和细节保留上优于StyleGAN2（表4），验证其医学图像生成优势。

可视化分析：图3显示本方法预测更接近离线基准，减少散点噪声；图4展示三阶段增量中持续稳定的分割效果。

结论

本研究首次将扩散模型与对比学习结合用于腹腔镜CISS，解决了临床增量学习的核心难题。未来将优化解剖边界分割，推动手术智能导航发展。