[论文] 双向通道选择式语义交互用于半监督医学分割

发布: 1周前 (2026年1月9日 GMT+8 23:32)

7 min read

原文: arXiv

Source: arXiv - 2601.05855v1

概述

半监督医学图像分割旨在仅使用少量手动标注的扫描就训练出高精度模型——这是临床 AI 中的常见瓶颈。全新的 Bidirectional Channel‑selective Semantic Interaction (BCSI) 框架针对现有半监督流水线中的两个长期存在的问题：

通过引入更智能的增强方案和通道级路由机制，BCSI 在多个 3‑D 医学基准上将最新技术水平推向了更高的高度。

Semantic‑Spatial Perturbation (SSP)： 一种双增强策略，将强几何/光度变换与弱变换配对，使用弱视图的伪标签来监督强视图。
Channel‑selective Router (CR)： 一个轻量级模块，动态挑选最具信息量的特征通道进行跨流交互，抑制无关或噪声激活。
Bidirectional Channel‑wise Interaction (BCI)： 一种交换协议，在有标签分支和无标签分支之间来回传递选定的通道信息，丰富双方的语义上下文。
Comprehensive evaluation： 在多个 3‑D 数据集（如 LiTS、KiTS、ACDC）上展示了相较于领先的 mean‑teacher 与双流方法的一致提升。
Implementation‑friendly design： 添加的组件即插即用，对现有分割骨干网络几乎没有额外开销。

Two‑stream architecture
- Labeled stream 接收完整标注的体积。
- Unlabeled stream 处理原始扫描，实时生成伪标签。
Semantic‑Spatial Perturbation (SSP)
- 每张输入图像都会被复制。一个副本进行 weak 增强（例如轻度旋转、强度缩放），以生成可靠的伪标签。
- 另一个副本接受 strong 增强（例如弹性形变、随机裁剪）。模型被训练使强增强的预测与伪标签匹配，从而在大幅外观变化下保持一致性。
Channel‑selective Router (CR)
- 共享编码器之后，特征图被划分为通道组。
- 一个轻量级的类注意力门控网络根据通道与当前任务的相关性（利用标记损失和伪标签的置信度）为每个通道打分。
- 仅允许得分最高的前 k 个通道在两条流之间传递，以降低传播噪声信号的风险。
Bidirectional Channel‑wise Interaction (BCI)
- 来自标记分支的选定通道被注入未标记分支，反之亦然。
- 这种双向流动为未标记侧提供互补的语义线索（例如从标记数据中学习到的器官边界），同时让未标记侧将纹理或形状变化反馈给标记侧。
Training objective
- Supervised loss（Dice + Cross‑Entropy）用于标记数据。
- Consistency loss（KL divergence）用于未标记数据上弱增强与强增强预测之间的一致性。
- Channel‑selection regularization 用于鼓励路由器门控分数的稀疏性。

所有组件均可微分，整个系统可以使用标准的随机梯度下降端到端训练。

数据集	% 标注	基线（Mean‑Teacher）	BCSI（我们的）	Δ Dice
LiTS（肝脏）	10 %	0.842	0.873	+0.031
KiTS（肾脏）	5 %	0.791	0.822	+0.031
ACDC（心脏）	8 %	0.864	0.889	+0.025

总体而言，BCSI 在低标注比例下始终优于以往的半监督方法，尤其在标注稀缺最为严重的情形下表现突出。

Faster model rollout: 医院现在只需手动标注约 5 % 的扫描即可训练高质量的分割模型，大幅降低标注工作量和成本。
Plug‑and‑play upgrade: 现有的分割流水线（U‑Net、V‑Net、Swin‑UNet 等）只需少量代码修改即可采用 CR 和 BCI 模块，使该方法对医技初创公司的 AI 团队具有吸引力。
Improved robustness in real‑world scans: 强大的增强一致性迫使模型处理扫描仪设置、患者姿势以及病理引起的形变等变化——这些是部署失败的常见原因。
Potential for continual learning: 由于路由器会隔离高置信度通道，框架可以扩展到增量学习场景，即随时间流入新的未标记数据。

3‑D 内存占用: 虽然通道选择降低了交互成本，但在全分辨率 3‑D 体积上训练仍然需要高端 GPU；未来工作可以探索内存高效的块状（patch‑wise）变体。
路由器超参数: 保留的通道数量 (k) 目前是固定的超参数；自适应方案可能进一步提升在不同数据集上的性能。
超出医学影像的泛化: 作者指出 BCSI 旨在用于器官级别分割；将其应用于其他领域（例如卫星影像或自动驾驶）需要进行验证。

底线: BCSI 提供了一种务实的、提升性能的半监督医学分割方案，将“标签稀缺”问题转化为可管理的工程挑战。希望加速 AI 驱动诊断的开发者应关注该方法的演进，期待其成为开源工具包。