《Life》：Attention-Enhanced ResNet–U–Net for Automated Colorectal Tumor Segmentation in CT Scans
编辑推荐：
常规计算机断层扫描（CT）上的自动化结直肠肿瘤分割仍面临技术挑战，原因在于软组织对比度有限、肿瘤形态异质性、肠道解剖结构复杂以及肿瘤与背景像素之间的显著不平衡。这项回顾性技术可行性研究旨在开发并评估一种注意力增强的ResNet50–U-Net架构，用于在增强腹
常规计算机断层扫描（CT）上的自动化结直肠肿瘤分割仍面临技术挑战，原因在于软组织对比度有限、肿瘤形态异质性、肠道解剖结构复杂以及肿瘤与背景像素之间的显著不平衡。这项回顾性技术可行性研究旨在开发并评估一种注意力增强的ResNet50–U-Net架构，用于在增强腹部盆腔CT图像上自动分割原发性结直肠肿瘤。数据集包含493对可见结直肠肿瘤的轴位CT图像-掩膜对，其中70幅来自25例患者的机构图像，423幅来自公开可用的结直肠癌影像资源。参考掩膜由经验丰富的放射科医生手动勾画肿瘤轮廓生成，并由第二位腹部放射科医生复核，不确定的轮廓通过协商一致解决。所提出的模型将ImageNet预训练的ResNet50编码器与注意力引导的U-Net解码器相结合，并使用二值交叉熵（BCE）与焦点Tversky损失（FTL）的复合损失函数进行训练，以解决前景-背景类别不平衡问题。性能通过五折图像级交叉验证进行评估。预测概率图使用0.5阈值进行二值化，分割指标通过每个验证折内的全局微平均计算。模型实现了平均交并比（IoU）为0.7406 ± 0.0276，Dice相似系数（DSC）为0.8507 ± 0.0182，像素级灵敏度为0.9559 ± 0.0266，像素级背景特异性为0.9956 ± 0.0003。定性评估显示预测掩膜与专家标注之间存在显著的空间一致性，尽管观察到轻微的边界差异和小型假阳性成分。这些发现支持注意力增强的编码器-解码器架构在常规CT图像上进行结直肠肿瘤分割的技术可行性。然而，由于验证在图像级别进行，未包含完全肿瘤阴性的图像（无法评估临床特异性和假阳性率），且缺乏独立的外部测试队列，因此在临床实施前需要进一步进行患者级别、多中心和基于DICOM的验证。尽管模型表现出稳健的内部性能，未来的研究必须优先进行大规模外部验证和患者级别的交叉验证，以严格评估泛化性和特异性。
**论文解读：基于注意力增强的ResNet–U-Net的CT结直肠肿瘤自动分割研究**
**一、研究背景与问题**
结直肠癌是全球第三大常见恶性肿瘤，2022年新发病例超过190万，死亡病例超过90万，疾病负担沉重。影像学检查在结直肠癌的筛查、分期和治疗评估中发挥关键作用，但常规腹部CT图像中肿瘤的自动分割面临多重挑战：软组织对比度有限、肿瘤形态异质、肠道解剖结构复杂（结肠迂曲、管腔内容物多变），且肿瘤像素与背景像素严重不平衡。传统分割方法依赖手工特征，难以应对肿瘤的不规则边界和低对比度。近年来，基于卷积神经网络（CNN）的深度学习方法，特别是U-Net架构，在医学图像分割中取得显著进展，但直接在常规CT上分割结直肠肿瘤仍存在技术瓶颈。此外，现有研究多集中于标准化成像条件（如CT结肠造影）或检测任务，而非像素级分割，且缺乏针对常规腹部CT的验证。因此，研究人员旨在开发一种结合残差编码器与注意力机制的深度学习架构，以提升常规增强CT图像中结直肠肿瘤自动分割的性能，为后续定量分析、放射组学和治疗规划提供技术支持。
**二、研究内容与结论**
研究人员设计了一种注意力增强的ResNet50–U-Net（ResNet50-Attention-UNet）架构，该架构将ImageNet预训练的ResNet50编码器与注意力门控（Attention Gates, AGs）引导的U-Net解码器相结合。编码器负责提取深层层次化特征，解码器通过注意力机制抑制无关背景激活（如肠道内容物、血管、骨骼等），聚焦肿瘤区域。模型采用复合损失函数——二值交叉熵（BCE）与焦点Tversky损失（FTL）——以解决类别不平衡问题，其中FTL通过设置α=0.7、β=0.3和γ=4/3来加重对假阴性的惩罚，减少肿瘤漏检。数据集包含493对轴位增强CT图像-掩膜对（70幅来自机构内部25例患者，423幅来自公开数据集），由经验丰富的放射科医生手动勾画肿瘤轮廓，并经第二者复核。采用五折图像级交叉验证评估性能，模型在验证集上取得平均IoU为0.7406 ± 0.0276，DSC为0.8507 ± 0.0182，像素级灵敏度为0.9559 ± 0.0266，背景特异性为0.9956 ± 0.0003。定性分析显示预测掩膜与专家标注高度一致，仅存在轻微边界差异和小型假阳性成分。消融研究证实，ResNet50编码器和注意力门控的引入均能提升分割性能（Dice、IoU和灵敏度），而背景特异性保持高水平。计算效率方面，单张CT切片推理时间平均仅6.70 ms，GPU峰值内存占用为13,377.70 MB，展示了临床部署的潜力。该研究表明，注意力增强的编码器-解码器架构在常规CT图像上实现结直肠肿瘤自动分割具有技术可行性，为AI辅助的肿瘤定量分析和决策支持奠定了基础。论文发表在《Life》期刊。
**三、关键技术方法**
该研究采用的主要技术方法包括：（1）数据采集与预处理：收集来自机构内部（25例患者，70幅图像）和公开数据集（The Cancer Imaging Archive的StageII-Colorectal-CT数据集，423幅图像）的轴位增强CT图像，导出为PNG格式，统一缩放至512×512像素，单通道灰度图复制为三通道以适配ImageNet预训练的ResNet50，并采用ImageNet均值和标准差进行通道标准化。（2）手动标注：使用QuPath v0.6.0软件由经验丰富的放射科医生（L.M.F.，10年经验）手动勾画肿瘤区域，生成二值掩膜，并由第二者（I.A.G.，20年经验）复核，不一致处通过协商解决。（3）数据增强：仅对训练集应用Albumentations库中的空间变换（随机翻转、移位-缩放-旋转、弹性变换、网格畸变）和像素级变换（亮度对比度调整、高斯模糊），以增强泛化性。（4）网络架构：采用ResNet50作为编码器（ImageNet预训练），U-Net解码器集成注意力门控（AGs），复合损失函数由BCE和FTL组成（FTL中α=0.7, β=0.3, γ=4/3）。（5）优化策略：使用AdamW优化器（权重衰减1e-4，基础学习率1e-4），ReduceLROnPlateau学习率调度（监测验证IoU，停滞5个epoch后衰减0.5倍）。（6）评估指标：采用五折交叉验证，全局微平均计算IoU、DSC、灵敏度、特异性，严格使用0.5二值化阈值。
**四、研究结果**
**3.1 交叉验证性能**：通过五折交叉验证，模型获得平均DSC为0.8507 ± 0.0182，平均像素级灵敏度为0.9559 ± 0.0266，平均背景特异性为0.9956 ± 0.0003。窄标准差表明模型性能稳定，不依赖特定数据划分。需注意，由于验证集未包含完全肿瘤阴性图像，特异性反映的是肿瘤阳性切片内的背景像素分类，而非图像级排除肿瘤的特异性。
**3.2 训练动态**：训练25个epoch，采用判别学习率策略（编码器较低学习率，解码器标准学习率）。训练和验证损失随epoch下降并趋于稳定，验证指标稳步提升，未出现严重过拟合迹象。
**3.3 定性分割示例**：视觉检查显示预测掩膜与专家标注高度吻合，模型能准确勾画复杂肿瘤边界，甚至在对比度不佳或解剖结构不规则的情况下。注意力机制使模型聚焦于结肠相关区域，抑制背景噪声。微小差异通常局限于肿瘤边缘极外围，该区域本身在手动标注中就存在一定模糊性。
**3.4 缺乏全阴性图像评估**：由于数据集中无完全肿瘤阴性的CT图像，无法评估图像级假阳性行为、阴性图像中预测肿瘤成分的比例或单个假阳性成分的数量和面积。报告的像素级背景特异性不能解释为临床特异性。
**3.5 消融研究与基线比较**：将ResNet50-Attention-UNet与标准U-Net、Attention U-Net和ResNet50-UNet（无注意力）比较，结果显示ResNet50编码器显著提升分割重叠，注意力门控进一步提高了Dice、IoU和灵敏度，而背景特异性保持相当。表明注意力机制主要改善肿瘤区域保留和空间重叠。
**3.6 计算效率**：训练时峰值GPU内存为13,377.70 MB，单张CT切片平均推理时间仅6.70 ms，表明在评估硬件上具有高计算效率，但标准临床工作站和完整DICOM体积上的部署性能需另行验证。
**五、讨论与结论**
讨论部分指出，结直肠肿瘤CT分割的挑战性在于肿瘤显著性受病灶大小、肠腔扩张、管腔内容物、对比增强、重建特征、结肠周围脂肪间隙及继发炎症变化等多因素影响。平均IoU 0.7406在异质性图像级数据集上是合理的初步结果，但需谨慎解读，因为图像级验证可能引入数据泄漏风险。与既往研究比较，本研究的DSC与nnU-Net（0.71）、DeepCRC-SL（0.669）等相当，但直接比较受数据集组成、架构和验证设计差异限制。注意力机制和残差编码器在技术上相关，复合损失函数有效应对类别不平衡。临床意义方面，该模型可作为AI辅助肿瘤勾画的早期技术步骤，而非诊断工具。局限性包括：图像级验证导致潜在数据泄漏、基于PNG而非DICOM导致缺乏Hounsfield Unit信息、仅处理轴位图像未捕捉三维形态、缺乏独立外部测试队列、数据集仅含肿瘤阳性图像。未来工作应聚焦于患者级外部验证、DICOM工作流集成、3D/混合2.5D/3D架构开发，以及前瞻性临床验证。
**结论**：本研究开发并评估了注意力增强的ResNet50-U-Net架构，在五折图像级交叉验证中获得平均IoU 0.7406，表明该架构可支持常规CT图像上的结直肠肿瘤勾画。该方法可作为AI辅助分割的初步技术步骤，但临床转化需在更大规模、患者级、多机构DICOM数据集上进一步验证。
