《Cancer Treatment and Research Communications》：An Attention-Guided Residual 3D U-Net with Focal Tversky-Dice Loss for Multi-Modal Pancreatic Tumor Segmentation Using Synthetic Volumetric Imaging
编辑推荐：
本刊推荐：胰腺导管腺癌（PDAC）因肿瘤异质性和低对比度，其手动分割耗时且不一致。本研究提出一种结合合成多模态成像（T1、T1ce、T2、FLAIR）与条件特异性注意力机制的残差3D U-Net（CAAG-UNet3D），并采用混合焦点Tversky-Dice损失函数，以提升小肿瘤区域的分割性能。在合成多模态CT数据集上，模型Dice分数达0.832，优于TransBTS、nnUNet等基准模型，为临床影像组学提供了更可靠的定量成像生物标志物。
胰腺导管腺癌（Pancreatic Ductal Adenocarcinoma, PDAC）是一种恶性程度极高的癌症，其五年生存率不足10%，被称为“癌中之王”。精准的肿瘤分割对于疾病分期、手术规划和治疗监测至关重要，因为切除边缘的准确性直接关系到患者的预后。目前，计算机断层扫描（CT）是评估PDAC的金标准成像方式，但胰腺复杂的解剖环境，加上PDAC弥漫性和浸润性的特点，使得手动分割既耗时又存在主观差异。而传统的深度学习模型往往缺乏临床上下文信息，且在分割小肿瘤区域时表现不佳。因此，开发一种能够自动化、高精度分割PDAC的算法，成为临床影像分析中亟待解决的难题。
这项发表于《Cancer Treatment and Research Communications》的研究，正是为了攻克这一难题。研究人员设计并验证了一种名为CAAG-UNet3D的新型深度学习架构。该模型创新性地整合了合成多模态放射组学输入和注意力引导的残差学习，旨在实现对PDAC的卓越自动分割，为临床影像组学铺平道路。
研究采用的关键技术方法主要包括：
- 1.
数据预处理与合成多模态生成：对CT图像进行归一化、重采样等预处理，并利用图像处理技术（如直方图均衡化、高斯模糊、百分比阈值化）从单一CT数据合成模拟的T1、T1ce、T2和FLAIR四种MRI模态图像，形成四通道输入以丰富特征多样性。
- 2.
CAAG-UNet3D模型架构：构建了一个基于3D U-Net的编码器-解码器架构，核心创新在于集成了残差卷积块（Residual Convolution Blocks, RCBs）和条件特异性注意力门（Condition-Specific Attention Gates, CS-AG）。残差连接确保稳定的梯度流和深度特征学习，而CS-AG则能根据患者特定的强度统计信息，动态调整跳跃连接中的特征权重，自适应地聚焦于肿瘤相关区域。
- 3.
混合损失函数优化：设计并应用了结合焦点Tversky损失（Focal Tversky Loss）和Dice损失的混合损失函数，以有效处理前景（肿瘤）与背景之间严重的类别不平衡问题，并提升对小肿瘤区域的分割敏感度。
- 4.
模型训练与评估策略：使用AdamW优化器和OneCycleLR学习率调度器进行训练，并采用自动混合精度（AMP）以加速计算。模型性能通过Dice相似系数（Dice Score）、交并比（IoU）和体积重叠误差（VOE）等指标进行定量评估。
研究结果
3.1. 定量与定性评估
在包含75名PDAC患者（2015-2023年）的合成多模态CT数据集上，CAAG-UNet3D在测试集上取得了平均Dice分数0.832（±0.027）、IoU 0.766（±0.034）和VOE 12%的优异性能。定性可视化结果表明，模型在肿瘤边界清晰、对比度分明的病例中能够准确捕捉肿瘤轮廓；即使在肿瘤边界模糊、对比度低的挑战性病例中，模型仍能较为合理地定位肿瘤核心区域。三维体素化视图进一步证实了预测分割与金标准在形态和空间连续性上具有良好的一致性。
3.2. 各组件对分割性能的贡献分析
通过消融实验系统地评估了模型各核心组件的贡献：
- •
合成多模态输入：仅使用T1模态时，Dice分数降至0.743，证明了合成多模态信息对于提升肿瘤边界描绘和结构解析的重要性。
- •
焦点Tversky损失：使用标准Dice损失替代混合损失时，Dice分数降至0.672，凸显了焦点Tversky损失在处理类别不平衡和小肿瘤区域方面的关键作用。
- •
残差卷积块：用标准顺序卷积层替换残差块后，Dice分数降至0.625，表明残差学习对于维持梯度流、增强深度特征复用至关重要。
- •
数据增强：禁用数据增强后，模型性能显著下降至Dice分数0.621，强调了数据增强在防止过拟合、提升模型泛化能力方面的价值。
3.3. 与现有模型的比较分析
研究将CAAG-UNet3D与TransBTS、CBAM-UNet、nnUNet、3D-ResUNet和UNet++3D等先进分割模型进行了对比。在所有模型使用相同数据和处理流程的条件下，CAAG-UNet3D在Dice、IoU和VOE指标上均显著优于所有基准模型，验证了其架构和策略的综合优势。
结论与讨论
本研究提出的CAAG-UNet3D模型成功证明了整合合成多模态放射组学输入与注意力引导残差学习的方法，能够实现卓越的PDAC自动分割。模型通过条件特异性注意力门机制，自适应地聚焦于肿瘤区域，有效应对了PDAC的异质性和低对比度挑战。同时，混合焦点Tversky-Dice损失函数有效缓解了类别不平衡问题。
这项工作的意义在于：首先，它提供了一种仅基于标准CT扫描即可生成多模态特征的高效方法，规避了获取真实多模态MRI（如T1、T1ce、T2、FLAIR）所需的高成本和时间，在资源有限的临床环境中具有显著应用潜力。其次，CAAG-UNet3D模型在保持计算效率的同时，实现了高精度的分割性能，为其集成到临床工作流程中以支持实时决策奠定了基础。最后，该研究为开发更可靠、可解释的定量影像生物标志物开辟了新途径，有望在未来用于更精准的肿瘤评估、治疗反应监测和预后预测。未来的工作可以探索将该框架扩展到其他腹部肿瘤的分割，并研究在联邦学习等隐私保护框架下的多中心验证，以进一步提升其泛化能力和临床实用性。
