结合 Hybrid 编解码器与 EfficientNetB7 以及卷积视觉变换器机制的脑肿瘤分割方法，用于保留长距离上下文信息

《Scientific Reports》：Hybrid encoder-decoder to preserve long-range context in brain tumor segmentation with EfficientNetB7 and a convolutional vision transformer mechanism

　　

摘要

在MRI中准确分割脑肿瘤对于临床诊断至关重要，尤其是对于低级别胶质瘤（LGG）而言，在FLAIR序列中精确地勾画肿瘤边界直接影响到治疗计划和患者监测。传统的U-Net架构在这一领域存在局限性，由于反复下采样导致结构退化，且编码器和解码器组件之间的特征传播效率低下。此外，大多数现有方法依赖于手动超参数优化，这既计算量大，又容易导致收敛效果不佳。为了解决这些问题，本研究提出了一种新颖的混合编码器-解码器框架，该框架将EfficientNetB7作为核心网络，结合了一阶段卷积视觉变换器（CvT）和TransUNet风格的解码器，并通过贝叶斯超参数调优进行了系统性优化。该架构利用EfficientNetB7进行多尺度特征提取，而CvT模块通过卷积令牌嵌入和多头自注意力机制来建模长距离依赖关系，无需基于补丁的转换，从而保持特征融合的结构连贯性。解码路径采用双线性上采样，并结合残差卷积块来精确细化边界。在Kaggle低级别胶质瘤（LGG）和脑肿瘤分割数据集上的广泛评估表明，该框架表现出优异的性能，Dice系数分别达到了0.9290和0.9262。这些结果证明，我们的架构能够在保留精细结构细节的同时捕捉全局上下文，实现稳健且准确的肿瘤分割，为未来融入临床决策支持系统展示了巨大潜力，有待进一步的临床验证。贝叶斯优化的集成进一步确保了模型配置的可重复性和最佳性，提高了该框架在医学成像应用中的可靠性。