基于时空信息的二维甲状腺结节动态增强磁共振成像（DCE-MRI）分割新方法

研究人员开发利用时空信息分割 DCE-MRI 甲状腺结节方法，提升分割性能，助力临床与科研。

　　本研究旨在开发一种新颖的分割方法，利用时空信息在动态增强磁共振成像（DCE-MRI）上对二维甲状腺结节进行分割。研究人员借助甲状腺的医学形态学知识，设计了一种半监督分割模型，该模型先对甲状腺进行分割，引导模型仅聚焦于甲状腺区域。这种方法通过过滤掉无关区域和伪影，降低了结节分割的复杂度。随后，研究人员引入了一种从 DCE-MRI 数据中明确提取时间信息的方法，并将其与空间信息相结合。空间和时间特征的融合增强了模型的稳健性和准确性，在复杂成像场景中表现尤为突出。实验结果表明，该方法显著提升了多个前沿模型的分割性能。对于 U-Net、U-Net⁺⁺、SegNet、TransUnet、Swin-Unet、SSTrans-Net 和 VM-Unet，骰子相似系数（DSC）分别提高了 8.41%、7.05%、9.39%、11.53%、20.94%、17.94% 和 15.65%，并且显著提高了不同大小结节的分割准确性。这些结果凸显了时空方法在实现准确可靠的甲状腺结节分割方面的有效性，为临床应用和医学图像分析的未来研究提供了一个有前景的框架。