融合混合注意力与多尺度特征的甲状腺结节超声图像分割新方法HFA-UNet

甲状腺结节超声图像分割面临形状多变、边界模糊等挑战，研究团队提出HFA-UNet模型，集成自注意力、空间与通道注意力机制，创新设计多尺度融合模块和动态跳连结构。实验表明，该模型在DDTI和TN3K数据集上Dice分数分别提升2.36%和1.66%，显著优于现有方法，为临床诊断提供更精准的AI辅助工具。

　　

甲状腺结节的早期筛查对预防恶性病变至关重要，但传统超声诊断受限于图像分辨率低、结节形态多样等挑战。现有深度学习方法在跨设备、跨分辨率数据上的泛化能力不足，且固定尺寸输入导致特征丢失。针对这一临床痛点，宁波诺丁汉大学计算机科学学院的研究团队在《Knowledge-Based Systems》发表研究，提出混合全注意力U-Net模型HFA-UNet。

研究采用三大关键技术：1）融合ViT（Vision Transformer）与CBAM（Convolutional Block Attention Module）的混合注意力机制；2）基于空洞卷积的多尺度特征融合模块（FA-MSF）；3）动态调整跳连数量（3-4层）的适应性架构。实验数据来自公开数据集DDTI（637张）、TN3K（3,493张）和Stanford Cine-Clip（1,742帧）。

1. 网络架构设计

模型通过FA-Downsampling阶段提取分层特征，ViT模块捕获全局依赖，FA-MSF模块采用1/6/12/18四种空洞率卷积聚合多尺度信息。创新性动态跳连机制根据输入分辨率（256×256或512×512）自动选择连接路径，减少信息冗余。

2. 性能验证

在DDTI数据集上，HFA-UNet-3版本Dice达85.20%（较MLMSeg提升2.36%），HD₉₅边界误差仅23.90。跨数据集测试中，DDTI→TN3K迁移实验Dice保持70.18%，显著优于SwinUnet（63.40%），证明其强泛化能力。

3. 机制解析

消融实验显示，同时使用CBAM与ViT使Dice提升11.71%，而自适应跳连使低分辨率图像分割性能提升7.44%。多尺度融合模块对微小结节检出贡献显著，mIoU提高4.24%。

该研究突破性地解决了医学影像分析中的分辨率敏感性问题，其动态架构设计为多中心临床数据整合提供新思路。模型已开源，未来可扩展至乳腺肿瘤、肺结节等病灶分割领域，推动AI辅助诊断标准化进程。