基于交替编码器和双解码器的 CNN-Transformer 网络用于医学图像分割，助力精准医疗

研究人员为解决医学图像分割难题，开展 AD2Former 网络研究，证实其在多数据集上效果优越，意义重大。

　　### 医学图像分割的挑战与突破：AD2Former 网络的诞生
在医疗领域，医学图像就像医生的 “透视眼”，帮助他们观察人体内部结构，发现潜在疾病。然而，从这些图像中精准提取病变区域，却如同在复杂迷宫中寻找宝藏，困难重重。传统的手动标注方式不仅耗费大量人力和时间，还容易出现人为误差。随着深度学习和计算机视觉技术的发展，卷积神经网络（CNN）和 Transformer 逐渐崭露头角，为医学图像分割带来了新希望，但它们各自存在局限。CNN 在局部特征表示方面表现出色，却难以捕捉全局信息；Transformer 虽能有效处理长距离依赖关系，在医学图像分割时却容易忽略细节。为了攻克这些难题，来自浙江中西医结合医院和浙江工商大学的研究人员开展了一项极具意义的研究，他们提出了一种全新的交替编码器和双解码器 CNN-Transformer 网络（AD2Former），相关成果发表在《Scientific Reports》上。

研究方法：构建强大的医学图像分割工具

研究人员为了实现更精准的医学图像分割，采用了一系列关键技术。在数据集选择上，使用了 Synapse 多器官分割数据集和 ISIC 2018 皮肤病变分割数据集，这些数据集涵盖了丰富的医学图像样本，为模型训练和评估提供了有力支持。在网络架构设计方面，AD2Former 框架包含交替编码器和两个解码器（DUD 和 CFB）。编码器中，利用预训练的 ResNet 进行早期特征提取，同时引入 Transformer 层，让 CNN 和 Transformer 交替学习，实现局部和全局信息的实时交互。解码器部分，DUD 独立解码 CNN 和 Transformer 层输出的多尺度特征图，CFB 则融合两者信息，通过通道注意力模块（CAM）减少冗余特征，提高模型预测性能。此外，研究人员使用 Dice 损失函数和交叉熵损失函数共同优化模型，并在 PyTorch 库环境下，基于不同数据集设置了合适的超参数进行实验。

研究结果：AD2Former 网络的卓越表现

1. 消融研究：为了探究模型参数和核心模块的有效性，研究人员进行了消融研究。在模型参数方面，研究发现 Transformer 层深度为 3/3/3 配置时性能最佳，MLP 块扩展因子 M=2 时效果较好。对于核心模块，CFB 中添加 skip-1 连接时模型 DSC 提升 1.26%，效果最优，过多的 skip 连接会引入噪声，降低性能。同时，引入 CAM 模块的 AD2Former 比未引入的模型平均 DSC 提升 0.54%，表明 CAM 模块能有效增强特征学习和信息融合。
2. 多器官分割结果：在 Synapse 多器官分割数据集上，AD2Former 与当前先进方法对比，表现卓越，DSC 达到 83.18%，HD 为 20.89%，在肝脏、胰腺、脾脏和胃的分割上效果最佳。例如，在胰腺和胃的分割中，分别比第二好的方法高出 4.04% 和 3.15%。通过可视化对比发现，其他模型在处理器官边缘和局部细节时存在缺陷，而 AD2Former 能更准确地分类信息，清晰勾勒器官边缘，但在样本严重不平衡时，分割效果会受到影响。
3. 皮肤病变分割结果：在 ISIC 2018 皮肤病变分割数据集上，AD2Former 同样表现出色，DSC 达到 91.28%，SE 为 92.00%，SP 为 98.82%，ACC 为 96.49%，各项指标均优于其他对比方法。从可视化结果来看，U-Net 因缺乏全局信息难以区分前景和背景；FAT-Net 虽结合了全局和局部信息，但过于敏感，预测范围大导致精度降低；Swin-Unet 在处理复杂边界样本时存在信息交互不足的问题，而 AD2Former 凭借交替学习策略和双编码器优化，能更好地应对低对比度、模糊边界等挑战，实现更精准的分割。

研究结论与意义：开启医学图像分割新篇章

AD2Former 网络成功地在多尺度信息融合方面取得突破，通过交替编码器有效提取特征，利用双解码器减少信息损失，在多个医学图像分割任务中展现出卓越的性能。这一研究成果为医学图像分析提供了更可靠的方法，有助于医生更准确地诊断疾病、制定治疗方案，对临床诊断和治疗具有重要意义。不过，该模型也存在一些不足，如在样本严重不平衡时算法性能一般。未来，研究人员计划将 Transformer 和生成对抗网络（GAN）集成到网络中，进一步提升模型性能。总的来说，AD2Former 网络的提出是医学图像分割领域的重要进展，为后续研究和临床应用奠定了坚实基础，有望推动精准医疗的发展，让医学图像更好地服务于人类健康。