物理引导的序列状态空间Transformer（PS3T）用于投影域低剂量CT去噪

《Signals》：Physics-Guided Sequential State Space Transformer (PS3T) for Projection Domain LDCT Denoising

　　

摘要专业翻译 利用深度学习进行自动化前列腺癌（PCa）病灶分割仍受限于标准扩散加权MRI序列中有限的组织对比度，现有最先进方法在大规模患者队列上报告的Dice分数仅为32%或更低。合成相关扩散成像（CDIs）提供了一种有前景的解决方案，其完全由现有扩散加权成像（DWI）采集数据推导而来，在不增加任何临床成本的前提下提供增强的组织对比度。本研究首次对CDIs在完整标准多参数MRI协议中的整合进行了全面评估，涵盖15种模态配置和6种分割架构（横跨CNN和Transformer两大系列），基于200例患者的队列开展研究。CDIs在评估的配置中可靠地增强或保持了分割性能，在42项直接比较中实现19项统计学显著改进，且未出现显著性能退化。CDIs增强主要作为召回驱动机制发挥作用，提高病灶检测灵敏度，同时基本保持精确度。CDIs+DWI+T2w成为最具临床意义的配置组合，在六种架构中的四种中实现了显著的Dice分数提升，且未出现任何性能退化。基于Grad-CAM的可解释性分析进一步揭示，CDIs将定位不佳的CNN注意力聚焦至病灶边界，而Transformer架构则表现出更稳定的注意力模式，对CDIs整合的敏感度较低。上述结果确立了经过验证的CDIs整合路径，并为临床实施提供了针对特定架构的部署指导。

论文解读

一、研究背景与问题

前列腺癌（PCa）是加拿大男性中最常见的癌症类型，预计2026年新增诊断约29,300例，死亡约5,300例。精确勾画PCa病灶边界对于指导主动监测、放射治疗靶区和手术规划等治疗决策至关重要。多参数磁共振成像（mpMRI）已成为标准诊断工具，在PI-RADS评估框架下结合解剖和功能序列来表征可疑组织。标准mpMRI协议包括T2加权成像（T2w）用于解剖定位、扩散加权成像（DWI）作为外周带评估的主要序列，以及表观扩散系数图（ADC）用于补充扩散表征。

然而，mpMRI的解读是一项高度复杂的任务。放射科医生需要综合多个对比度特征各异的序列信息，在常规临床实践的时间和资源压力下，识别仅占前列腺总体积很小比例的病灶。手动勾画存在显著的观察者间变异性，凸显了mpMRI解读的主观性。深度学习自动化分割方法提供了一条更一致、可扩展的路径，但现有方法远未达到临床实用水平，最先进方法在大规模队列上的Dice分数仅为32%和27.6%。关键制约因素在于标准扩散序列的内在模糊性——恶性与良性组织的信号特征重叠导致假阳性率升高，检测结果在不同患者和病灶类型间不一致。以往改进策略局限于架构修改和数据增强，未直接解决底层对比度限制。

合成相关扩散成像（CDI^s）提供了一种有前景的解决方案。该技术完全由常规mpMRI检查中已获取的DWI数据计算而来，无需新的成像硬件或延长扫描协议，属于零成本的临床工作流增强。已有研究证明CDI^s在前列腺癌与健康组织之间具有更优的区分能力且假阳性更少，并在乳腺癌分级预测中优于T2w、ADC和DWI。然而，三个关键知识空白仍然存在：CDI^s与深度学习结合用于完整标准mpMRI协议下的自动化PCa病灶分割尚未被系统评估；CDI^s增强在不同深度学习架构间是否一致尚属未知；CDI^s性能变化背后的机制尚未被表征。

二、研究内容与主要结论

本研究针对上述三个空白，首次在完整标准mpMRI协议范围内对CDI^s整合进行了全面评估，涵盖T2w、ADC和DWI三种模态，共15种模态配置和6种分割架构。研究通过Dice分数和精确度-召回率分析表征CDI^s增强效果，判断性能提升反映的是病灶检测改进还是假阳性减少。基于Grad-CAM的可解释性分析进一步提供了CDI^s如何改变学习到的注意力模式的机制性见解。

研究得出以下主要结论：CDI^s在42项直接比较中实现19项统计学显著改进且无显著退化，可靠地增强或保持了分割性能；CDI^s增强主要作为召回驱动机制，提高病灶检测灵敏度而基本保持精确度；CDI^s+DWI+T2w是最具临床意义的配置，在六种架构中的四种实现显著Dice提升且无退化；CNN架构（特别是U-Net和Attention U-Net）表现出最一致的CDI^s获益，而Transformer架构响应更具选择性。这些结果确立了经过验证的CDI^s整合路径，为临床实施提供了架构特定的部署指导，且CDI^s完全由现有DWI采集推导而来，无需额外扫描时间、硬件或协议修改，是可直接部署的零成本临床工作流改进。

三、关键技术方法

研究使用了公开的Cancer-Net PCa-Data数据集，包含200例患者的容积mpMRI影像数据，每例含CDI^s、T2w、ADC和DWI四种预计算序列。扩散序列已空间配准，T2w通过仿射世界矩阵配准至ADC体素空间。研究评估了6种分割架构：CNN系列包括U-Net、Attention U-Net、UNet++和SegResNet，Transformer系列包括UNETR和Swin UNETR，均基于MONAI框架实现。训练采用批量大小1、最多400轮、二元交叉熵损失和AdamW优化器，配合早停策略和每折独立网格搜索的最优概率阈值。评估指标包括Dice分数、精确度和召回率，采用配对t检验和Benjamini-Hochberg FDR校正进行统计显著性验证。Grad-CAM分析在U-Net和Swin UNETR的瓶颈层进行，选取性能改善最大和退化最大的各一例患者进行对比。

四、研究结果

定量分割性能。 15种模态配置和6种架构在固定留出测试集上的Dice分数范围从6.83%到35.23%，与PCa病灶分割的既有基准一致。42项直接比较中19项实现统计显著改进，无显著退化。CDI^s+T2w在全部六种架构中产生一致增强，但T2w单独基线最弱，改善主要归因于弱基线而非普适增强效应。CDI^s+DWI+T2w在六种架构中的四种实现显著提升且零退化，是推荐的临床部署路径。CDI^s+DWI+ADC未在任何架构中产生显著改进。排除CDI^s+T2w后，U-Net和Attention U-Net各在六种CDI^s配置中的五种实现显著提升，Attention U-Net在CDI^s+DWI上实现最大单项增益（相对Dice提升63.4%）。UNet++无显著改进，Transformer架构表现出更具选择性的响应模式。

精确度-召回率分析。 42项比较中14项实现显著召回率提升，9项实现显著精确度提升，表明CDI^s增强主要作为召回驱动机制。CDI^s+ADC在六种架构中的三种实现显著召回率提升，CDI^s+DWI在五种架构中取得所有配置的最高绝对召回率。显著精确度提升集中在U-Net和Attention U-Net。这种不对称性具有直接临床相关性：漏检显著PCa病灶的后果比可通过随访评估解决的假阳性更为严重。

病灶大小分析。 每个患者点的Dice分数对物理病灶体积的Spearman相关性在基线和CDI^s增强配置中均可忽略不计，表明CDI^s增强在该患者队列中未显示跨病灶大小的可检测差异。所有尺寸范围内均观察到高患者间变异性，部分患者无论病灶大小均产生接近零的Dice分数，反映存在所有模态组合均完全无法检测的挑战性病例。

可解释性分析。 对U-Net，DWI注意力图显示分散在多个解剖区域的激活，与真实病灶边界对应有限；加入CDI^s后注意力转向与病灶轮廓高度重叠的集中热点。对Swin UNETR，DWI注意力已相对集中于病灶区域，CDI^s+DWI未产生明显可辨的注意力定位改进。在退化病例中，U-Net加入CDI^s导致激活区域扩大并过度分割病灶，对应精确度下降；Swin UNETR产生跨切片的注意力不一致偏移，但整体退化幅度小于U-Net，表明其全局注意力机制对CDI^s诱导的干扰更稳定。

五、讨论与结论

研究表明CDI^s是自动化PCa病灶分割的可靠增强模态，19/42项比较实现统计显著改进且无显著退化。召回率增益占主导表明CDI^s主要增强功能扩散对比度，使模型能够检测标准ADC和DWI组合可能遗漏的病灶。架构依赖的增强模式为临床部署提供了重要参考：优先考虑CDI^s增强收益时，U-Net和Attention U-Net最可靠；优先考虑绝对分割性能时，Swin UNETR提供均衡选择。研究局限性包括：留出测试集仅20例患者，限制了亚组分析的统计效力；实验基于单一数据集和患者队列；Grad-CAM分析限于两种架构和一种模态配置。

研究结论：CDI^s整合在评估配置中一致增强或保持分割性能，19项统计显著改进且无显著退化。CDI^s增强主要作为召回驱动机制，提高病灶检测灵敏度而基本保持精确度，对临床具有重要意义。CDI^s+DWI+T2w是最强临床意义配置，推荐用于CDI^s增强部署；CDI^s+DWI在五种架构中取得最高绝对召回率，是简化协议时的可行替代方案。Grad-CAM分析表明CDI^s在CNN模型中充当注意力聚焦机制，将定位不佳的激活转向真实病灶边界，而Transformer模型表现出更稳定的注意力模式。CDI^s完全由现有DWI推导，零成本整合使其成为立即可部署的临床工作流改进，有望减轻放射科医生诊断负担、提高治疗规划一致性，并以零额外临床成本支持更好的患者预后。未来工作应在更多数据集和患者队列中验证泛化性，探索架构特定优化策略，并通过前瞻性临床验证确认召回率驱动的改进能否转化为真实临床工作流中漏检率的实质性降低。