基于动态双向空间位置编码的医学图像分割方法及系统

本技术涉及计算机视觉，特别涉及一种基于动态双向空间位置编码的医学图像分割方法及系统。

背景技术：

1、医学图像分割（medical image segmentation，mis）旨在为图像中的每个像素赋予语义标签，以此实现解剖结构与病变区域的精准描述。医学图像分割在计算机辅助诊断、临床治疗方案制定与药物研发等环节中具有不可或缺的关键作用。因此，医学图像分割问题受到了广泛关注。传统分割方法包括基于阈值法、基于直方图法、k均值聚类法、分水岭算法、活动轮廓模型、图割算法、条件马尔可夫随机场以及基于稀疏性的相关技术。但此类方法无法有效提取图像特征，最终导致分割效果欠佳。

2、人工智能技术发展推动卷积神经网络成为医学图像分割核心技术。unet系列以及改进模型进一步提升了分割精度，但卷积核局部感受野的固有缺陷使其难以捕捉长距离依赖，成为模型性能突破的关键瓶颈。为突破卷积操作在局部感受野上的局限，transformer被引入医学图像分割任务，但其处理高分辨率图像时计算开销大。虽然，swin-transformer可降低计算量，但其却削弱全局特征建模能力，且纯注意力机制对局部细粒度特征敏感性不足。近两年，学者们将现有cnn与transformer架构进行融合，以求充分融合局部细粒度信息与长距离依赖关系。例如，k. w. huang等人通过半监督知识蒸馏方式将segmentanything model（sam）知识迁移至卷积神经网络学生模型，实现了预训练知识迁移的范式转变。q. x. zhang等人提出的glandsam模型以sam为基础，通过注入腺体形态学知识，解决了sam在腺体分割任务中存在的过分割与欠分割问题，支持无监督训练与推理，为基础模型在医学专业场景的落地应用提供了新思路。x. s. li等人将混合特征提取单元transxnetblock作为编码器，并在解码器中引入可变形卷积与多尺度模块，强化了对局部细节与边缘特征的提取能力。z. y. huang等人以pvt-v2为编码器开展全局多尺度特征建模，融合膨胀卷积、坐标注意力与自注意力机制实现全局-局部特征的对齐，提升了特征表征的完整性。上述文章均来自于2025年ieee transactions on medical imaging、computerized medical imaging and graphics等医学图像分割方向顶级期刊，但是上述方法由于均未考虑到空间位置信息对于医学图像分割任务的影响，导致上述方法在获取局部细粒度信息以及长距离依赖关系上依然存在问题。

3、在医学图像分割任务中，空间位置关系是决定分割精度与临床可用性的核心前提，血管分叉走向、病变边缘形态等空间位置信息更是模型实现精准分割的关键所在，缺失此类信息将导致分割结果失真，无法满足临床诊断的实际需求。然而现有医学图像分割方法普遍将医学图像视为离散的像素集合，依靠卷积核局部感受野或自注意力机制开展像素级扫描，使得这些关键的空间结构线索被淹没在同质化的特征表征中，难以转化为指导精准分割的显性先验信息。尽管多层感知机与transformer具备获取空间位置信息的能力，但这类方法存在两大固有缺陷：其一为分辨率刚性约束，预定义的正弦位置编码或可学习位置编码仅适配单一输入分辨率，在处理960×960眼底图像等高分辨率医学图像时，这类固定编码无法覆盖完整的特征空间，造成边缘区域的位置信息丢失；其二为信息融合单向性，现有多数位置编码采用二维融合策略，无法对高度、宽度两个维度的位置信息进行解耦与单独建模，难以精准捕捉医学图像中解剖结构的各向异性特征，如血管的纵向延伸、器官的横向分布等特点。更为关键的是，医学图像分割任务对动态适应性有着极高要求，不同成像模态、不同解剖部位的图像分辨率差异显著，固定尺寸的位置编码会引发过度裁剪或填充不足的问题，这不仅会严重降低分割精度，更直接阻碍了该技术的临床落地应用。

技术实现思路

1、本技术的目的在于提供一种基于动态双向空间位置编码的医学图像分割方法及系统，以解决或缓解上述现有技术中存在的问题。

2、为了实现上述目的，本技术提供如下技术方案：

3、本技术提供了一种基于动态双向空间位置编码的医学图像分割系统，包括：

4、分割处理单元，用于基于训练完成的医学图像分割模型对待分割的医学图像进行分割，得到分割结果；

5、所述医学图像分割模型采用编码器-瓶颈层-解码器架构，所述编码器包括一个空间位置编码spem模块和多个下采样单元；

6、所述编码器的最后一个下采样单元、所述瓶颈层、以及所述解码器的第1个上采样单元均包括动态双向空间位置编码dbspe模块，所述解码器的第1个上采样单元之后连接一个dbspe模块；其中所述编码器的最后一个下采样单元和所述解码器的第1个上采样单元对应于医学图像的深层特征处理；

7、所述spem模块，配置为接收第一输入特征图，分别初始化独立的可学习水平位置编码参数与垂直位置编码参数；根据输入特征图的实际高度和宽度，对所述水平位置编码参数与垂直位置编码参数进行动态尺寸自适应调整，并将调整后的参数通过残差连接方式与第一输入特征图融合，输出注入双向空间位置信息的特征图；

8、所述dbspe模块，配置为接收第二输入特征图，通过并行的位置增强路径与语义路径进行分别处理，获得混合后的位置特征和局部语义特征，其中，位置增强路径包括两条独立参数的spem分支，每个分支用于对第二输入特征图独立执行空间位置编码增强与非线性变换，将经非线性变换的位置特征进行通道拼接与通道混合，得到混合后的位置特征；语义路径包括一个卷积分支，用于对第二输入特征图提取局部语义特征；最终，dbspe模块将混合后的位置特征与所述局部语义特征进行通道拼接与通道混合，输出位置-语义耦合特征。

9、优选地，所述spem模块分别初始化独立的可学习水平位置编码参数与垂直位置编码参数，包括：

10、所述spem模块分别将所述水平位置编码参数的垂直维度尺寸固定为1、将所述垂直位置编码参数的水平维度尺寸固定为1；采用截断正态分布对所述水平位置编码参数与所述垂直位置编码参数进行独立初始化，表达式如下：

11、，

12、式中，表示截断正态分布，、为初始化得到的水平位置编码参数与垂直位置编码参数，、分别为实际高度和宽度。

13、优选地，所述spem模块根据输入特征图的实际高度和宽度，对所述水平位置编码参数与垂直位置编码参数进行动态尺寸自适应调整，包括：

14、，

15、，

16、式中，、分别是自适应调整后的水平位置编码参数与垂直位置编码参数， 、为初始化得到的水平位置编码参数与垂直位置编码参数；为预定义的最大自适应尺寸，concat(.)表示拼接操作。

17、优选地，所述将调整后的参数通过残差连接方式与第一输入特征图融合，输出注入双向空间位置信息的特征图，包括：

18、将调整后的参数扩展至与所述第一输入特征图一致的批次维度及对应空间维度：

19、，

20、，

21、然后，将批次维度扩展的结果与第一输入特征图进行元素级相加，输出注入双向空间位置信息的特征图：

22、，

23、式中，为注入双向空间位置信息的特征图，、分别是调整后的水平位置编码参数与垂直位置编码参数，x为第一输入特征图。

24、优选地，在并行执行位置增强与语义提取之前，所述dbspe模块通过如下方式对所述第二输入特征图进行转换：

25、，

26、式中，为转换后的特征图，为输入的第二输入特征图，表示对张量的第1维和第2维进行转置，为通道维度，为批次维度，、分别为第二输入特征图的高度和宽度；

27、将转换后的特征图并行输入至两条独立参数的spem分支以及卷积分支，以执行位置增强与语义提取。

28、优选地，所述dbspe模块中，所述卷积分支依次配置有深度卷积与逐点卷积；

29、通过卷积分支对第二输入特征图提取局部语义特征，包括：将转换后的特征图输入至所述卷积分支，依次执行深度卷积与逐点卷积，得到局部语义特征。

30、优选地，所述编码器还包括初始卷积块，所述初始卷积块位于所述spem模块之前，用于对输入的医学图像执行卷积处理并输出所述第一输入特征图。

31、优选地，所述多个下采样单元配置有最大池化层；

32、所述解码器的上采样单元配置为通过双线性插值层对输入特征进行上采样；

33、所述医学图像分割模型还包括跳跃连接路径，所述跳跃连接路径配置为将所述解码器当前尺度的特征图与所述编码器对应尺度的特征图进行通道维度拼接；

34、所述解码器末端连接分割映射单元，所述分割映射单元配置为通过1×1卷积生成所述医学图像的分割掩码。

35、本实施例提供一种基于动态双向空间位置编码的医学图像分割方法，所述方法应用于上述任一实施例提供的基于动态双向空间位置编码的医学图像分割系统，包括如下步骤：

36、基于训练完成的医学图像分割模型对待分割的医学图像进行分割，得到分割结果；

37、所述医学图像分割模型采用编码器-瓶颈层-解码器架构，所述编码器包括一个空间位置编码spem模块和多个下采样单元；

38、所述编码器的最后一个下采样单元、所述瓶颈层、以及所述解码器的第1个上采样单元均包括动态双向空间位置编码dbspe模块，所述解码器的第1个上采样单元之后连接一个dbspe模块；其中所述编码器的最后一个下采样单元和所述解码器的第1个上采样单元对应于医学图像的深层特征处理；

39、所述spem模块，配置为接收第一输入特征图，分别初始化独立的可学习水平位置编码参数与垂直位置编码参数；根据输入特征图的实际高度和宽度，对所述水平位置编码参数与垂直位置编码参数进行动态尺寸自适应调整，并将调整后的参数通过残差连接方式与第一输入特征图融合，输出注入双向空间位置信息的特征图；

40、所述dbspe模块，配置为接收第二输入特征图，并行执行位置增强与语义提取：通过两条独立参数的spem分支分别对第二输入特征图进行空间位置编码增强与非线性变换，将经非线性变换的位置特征进行通道拼接与通道混合，得到混合后的位置特征；通过卷积分支对第二输入特征图提取局部语义特征；最终将混合后的位置特征与所述局部语义特征进行通道拼接与通道混合，输出位置-语义耦合特征。

41、有益效果：

42、本技术实施例提供的技术方案，构建出医学图像分割模型（dbspenet），该模型包括空间位置编码模块（spem）和动态双向空间位置编码（dbspe）模块，其中spem模块通过对水平与垂直方向的位置编码参数进行独立初始化与解耦建模，适配医学图像中解剖结构的各向异性特征，使模型能够分别感知血管纵向延伸、器官横向分布等不同维度的空间分布特性；在此基础上，进一步构建动态双向空间位置编码（dbspe）模块，以spem作为基础单元构建双分支位置增强路径，并结合卷积分支的语义提取路径，形成位置特征与语义特征的深度耦合机制，实现对任意分辨率图像中精细化空间拓扑信息的捕获与高效表达；医学图像分割模型整体上采用编码器-瓶颈层-解码器架构，将spem模块部署于编码器起始端以注入基础双向空间位置信息，将dbspe模块部署于编码器的最后一个下采样单元、瓶颈层以及解码器的第1个上采样单元等深层特征处理环节，使空间位置信息的增强与位置-语义耦合贯穿于全局特征抽象、特征压缩传递与特征重建的完整编解码流程，使得该模型能够将空间位置信息引入医学图像分割任务，使空间结构线索以动态自适应、双向独立可学习的方式主动参与特征表达全过程，实现局部细粒度信息与长距离依赖关系的有效结合，在感知全局上下文语义的同时保持对边缘细节与空间拓扑结构的高度敏感性，进而能够在处理不同成像模态、不同解剖部位及不同输入分辨率的医学图像时既能保持稳定又能保证分割准确的分割性能，增强了医学图像分割方法在多样化临床应用场景中的鲁棒性与准确性，为计算机辅助诊断与临床治疗方案制定提供了可靠的技术支撑。