面向边界模糊与异质性区域的半监督MRI图像分割双网络模型

Abstract

Objective

To construct a high-value region-guided dual-network semi-supervised segmentation method (HVASS) under extremely low labeling rates for addressing the challenges of heterogeneity and blurred boundaries in MRI tumor subregions and improving the accuracy and reliability of complex boundary segmentation for the heart and glioma.

Methods

HVASS employs a dual-network collaborative learning architecture that leverages prediction inconsistency to automatically identify two clinically significant high-risk regions: the high-confidence ambiguity zones, where predictions between the two networks diverge despite at least one network exhibiting high confidence; and the low-confidence stable zones, where predictions agree but with consistently low confidence across both networks. To refine pseudo-label quality, an adaptive dual-teacher mutual distillation mechanism was introduced for dynamically leveraging complementary knowledge from both networks. A high-value region-aware convolutional module was integrated to strengthen feature representation at the tumor margins and the heterogeneous areas, while a wavelet-based frequency-domain refinement module was incorporated to preserve the fine-grained edge details. The framework was evaluated on two publicly available datasets: BraTS2019 for brain glioma MRI and ACDC for cardiac MRI.

Results

On the ACDC dataset, HVASS achieved a mean Dice score of 90.34% and a 95th percentile Hausdorff Distance (95HD) of 2.46 mm, representing a 3.24% improvement in Dice and a 2.68 mm reduction in 95HD compared to the state-of-the-art model. On BraTS2019, the model attained a Dice score of 85.07% and a 95HD of 7.68 mm, with a 3.8% increase in Dice for enhancing tumor sub-region and a substantial reduction of boundary localization error.

Conclusion

HVASS demonstrates superior segmentation performance under minimal annotation settings and allows effective capture of fuzzy boundaries and heterogeneous tumor regions in MRI. The method shows particular strength in segmenting small lesions and ill-defined edges and thus lessens the annotation burden of the radiologists.

医学影像分割是现代精准医疗中的关键技术^［1］，其准确性直接影响疾病诊断、手术规划与疗效评估的可靠性。尤其在心脏磁共振成像（MRI）与脑肿瘤MRI中，由于组织边界模糊、结构复杂，传统分割方法常出现漏诊或误诊，制约了其在临床中的广泛应用。目前，基于深度学习的全监督方法虽取得一定进展，但其依赖大量精准标注数据，而医学影像的标注需由经验丰富的医师完成，成本高、周期长，且存在主观差异^［2］。

为在有限标注条件下实现可靠分割，半监督学习方法逐渐成为研究热点^［3］。现有方法多基于一致性正则化^［4］或伪标签机制^［5］，但在处理医学图像中常见的边界模糊、病灶稀疏等问题时仍存在局限^［6］。例如，心脏MRI中心肌壁与腔室边界不清、脑肿瘤MRI中病灶与正常组织对比度低等，均导致模型在关键区域分割性能下降。

近年来，研究者们提出将一致性正则化与伪标签机制进行结合^［7］，该类方法通过比较两个网络预测结果的置信度，动态筛选出高置信度的伪标签用于相互学习，其核心在于对伪标签可靠性进行有效评估与合理选择。

为系统评估不同图像区域的可靠性，本研究将双网络对同一图像的预测结果依据预设阈值划分^［8］为三种置信类型：（1）双网络置信度均高于阈值；（2）单一网络置信度高于阈值；（3）双网络置信度均低于阈值。然而，单纯依赖置信度高低判断区域价值存在局限，部分低置信度区域可能仍蕴含重要的判别性特征。

为此，本文进一步提出两类更具判别价值的区域类型，作为模型重点关注与学习的“高价值区域”：高置信歧义区和低置信稳定区。其中高置信歧义区是指双网络预测结果不一致，但其中至少一个网络在该区域表现出高置信度的区域。该类区域往往对应解剖结构复杂或边界模糊的挑战性部位。而低置信稳定区则是指双网络预测结果一致，但整体置信度均较低的区域。该类区域可能包含形态非常见或对比度较弱的潜在目标结构。

半监督分割是目前最有希望解决上述难题的关键，但现有的半监督方法，如交叉伪监督模型（ CPS^［9］）、互一致性网络模型（MC-Net^［10］）、解剖感知的不确定性模型（AAU^［11］）等。在真正低标注（≤20%）场景下对模糊边界和异质性区域仍存在明显欠分割或过分割。针对上述问题，本研究提出一种面向高价值区域的双网络自适应半监督分割模型（HVASS）。该模型通过自适应双教师互导机制（ADTMG），依据置信度差异动态选择教师网络，实现高、低置信度网络间的闭环交互引导；并结合高价值区域感知卷积模块（HVAC）在特征提取初期融合大核卷积与通道交互机制，增强对“高置信歧义区”与“低置信稳定区”的特征表达能力，模拟医师对全局结构与局部细节的综合认知；同时利用小波频域特征精炼模块（WFFR），通过Haar小波变换提取图像的高频细节与低频结构信息，提升模型对边界区域的识别能力，形成独特的的“教师置信驱动—初始特征优化—频域增强”优化框架，使模型在10%~20%标注下仍保持极高边界精度，为临床低标注环境下的可靠辅助诊断提供新方案。

1. 材料和方法

1.1. 实验数据

本文使用的公共数据集是自动心脏诊断挑战赛（ACDC）和BraTS2019数据集。

ACDC是MICCAI2017的心脏动态MRI分割挑战赛数据集^［12］，包含150个病例的心脏3DMRI数据，专门用于左心室、右心室和心肌的精确分割，以评估射血分数、心室质量等关键心脏功能指标。具体ACDC数据集2D切面（图1）。

图1.

ACDC数据集2D切片图像样例

Fig.1 Sample two-dimensional slice images of the ACDC dataset. A: Transverse section slice of the base of the heart. B: Transverse section tissue slice of the middle part of the heart. C: Transverse section tissue slice of the middle part of the ventricular wall of the heart. D: Transverse section tissue slice of the distal part of the heart. E: Transverse section tissue slice of the apex of the heart.

2019年脑肿瘤分割挑战赛是脑部瘤分割领域的权威多模态MRI数据集^［13］，包含335例训练样本，每个病例提供T1、T1ce、T2和FLAIR四种模态的3D脑部MRI图像（统一尺寸240×240×155）及对应的肿瘤标注。该数据集专门用于胶质瘤分割研究，标注涵盖整个肿瘤（WT）、肿瘤核心（TC）和增强肿瘤（ET）三个关键区域，支持开发用于临床诊断和治疗规划的全自动脑肿瘤分割算法，是医学影像分析领域的重要基准数据集。具体BraTS2019数据集2D切面（图2）。

图2.

BraTS2019数据集2D切片图像样例

Fig.2 Sample 2D slice images of the BraTS2019 dataset. A: Axial horizontal cross-section of the brain. B: Parasagittal sagittal section of the brain. C: Coronal section of the brain. D: Axial horizontal cross-section of the brain.

其中ACDC数据集实验使用70名患者的扫描图像进行训练，10名患者的扫描图像进行验证，20名患者的扫描图像进行测试。而BraTS2019数据集实验使用250个样本进行训练，25个样本进行验证，60个样本进行测试（图3）。

图3.

ACDC、BraTS2019数据集图像样本分布图

Fig.3 Distribution of image samples in ACDC and BraTS2019 datasets.

1.2. 双网络分割模型的构建

HVASS是一个面向医学图像复杂结构与模糊边界场景的双网络协同分割框架。该模型旨在通过识别并差异化学习“高价值区域”^［14］，包括高置信歧义区与低置信稳定区以提升伪标签质量与分割精度。HVASS集成了3个核心模块：ADTMG、HVAC与WFFR，形成“教师置信驱动—初始特征优化—频域增强”的优化流程。其中图4通过颜色编码直观展示了像素级的置信类型空间分布：绿色代表双网络高置信且预测一致的区域；黄色与橙色分别标识仅单一网络高置信的歧义区域；红色则代表双网络皆低置信的稳定区域（图5）。

图4.

双网络像素级置信度类型空间分布热力图

Fig.4 Heatmap of double-network pixel-level confidence type spatial distribution.

图5.

HVASS模型网络结构

Fig.5 HVASS model network architecture.

1.2.1. 双网络增强架构与自适应互导机制

在医学图像分割中，基于单网络的半监督方法常因模型预测偏差而面临性能瓶颈。此类偏差使得模型难以有效区分可靠与不可靠的预测区域，尤其当模型对某些错误区域输出高置信度预测时，会导致误差持续累积并固化。现有方法普遍忽视了“高置信歧义区”（即不同模型预测结果不一致但某一模型具有高置信度）和“低置信稳定区”（即多个模型预测一致但整体置信度较低）等具有潜在学习价值的区域。由于缺乏对这些关键区域的有效识别与差异化学习机制，模型在边界区域及复杂解剖结构等挑战性场景下的分割性能提升受到显著限制。

为应对上述挑战，HVASS框架采用了双网络结构（改进的U-Net和V-Net）。该结构中的两个网络采用相同架构但参数独立更新，其核心作用在于利用预测结果的多样性，将图像区域划分为高置信歧义区和低置信稳定区。这一划分有助于识别高价值区域，并据此设计自适应的训练策略。具体而言，双网络的预测结果被用于构建类原型，并通过置信度引导机制实现跨原型一致性学习，从而确保低置信度预测仅向高置信度预测学习。此外，在未扰动预测阶段，双网络通过竞争机制筛选出更可靠的像素作为教师信号，监督扰动后的预测过程，从而增强模型在不可靠区域的学习能力。为系统性地实现高价值区域的针对性学习，本文提出了ADTMG。该机制旨在通过双网络间的置信度驱动学习与动态再比较，实现高可靠伪标签生成与稳定特征对齐。

ADTMG的核心思想是：当两个网络在某一像素位置上存在显著置信度差距时，由高置信度网络引导低置信度网络进行优化；优化后再重新评估两个网络的预测结果，动态选出更可靠的一方作为教师信号，从而实现“强引弱—互导优化—动态重选”的学习过程（图6）。

图6.

ADTMG模块结构图

Fig.6 ADTMG module structure diagram.

1.2.1.1. 置信度差异驱动的互导优化

首先定义每个像素的置信度为其预测概率的最大值：

$$co{n}_{a\mathrm{1}}^{\mathrm{1}}=max({\widehat{y}}_{a\mathrm{1}}^{}),co{n}_{b\mathrm{1}}^{\mathrm{1}}=max({\widehat{y}}_{\mathrm{b}\mathrm{1}}^{})$$ （1）

其中为 ${\widehat{y}}_{a\mathrm{1}}^{}$ 和 ${\widehat{y}}_{\mathrm{b}\mathrm{1}}^{}$ 分别为A、B网络无扰动分支的预测结果； $co{n}_{b\mathrm{1}}^{}$ 为网络A的无扰动分支的预测置信度， $co{n}_{b\mathrm{1}}^{\mathrm{1}}$ 为网络B的无扰动分支的预测置信度；

当像素位置 $p$ 满足以下条件时：

$$\left|\mathrm{c}o{n}_{a\mathrm{1}}^{}(p)-co{n}_{b\mathrm{1}}^{}(p)\right|>\tau$$ （2）

则认为该像素在两个网络间存在显著置信度差异，其中 $\tau$ 为自适应置信度差异阈值，其值为每个训练中动态计算为当前batch中置信度均值加上1倍标准差； $p$ 为像素位置。

在这种情况下，ADTMG触发互导优化过程，由高置信度网络的预测引导低置信度网络，为避免梯度爆炸和循环依赖，使用stop-gradient（ $sg(\cdot )$ ）操作阻断反向传播，防止双网络循环依赖：

$$L_{\mathrm{m}\mathrm{u}\mathrm{t}}={‖{\widehat{y}}_{a\mathrm{2}}^{}-sg({\widehat{y}}_{\mathrm{b}\mathrm{1}}^{})‖}_{\mathrm{2}}^{\mathrm{2}}+{‖{\widehat{y}}_{b\mathrm{2}}^{}-sg({\widehat{y}}_{a\mathrm{1}}^{})‖}_{\mathrm{2}}^{\mathrm{2}}$$ （3）

其中 $L_{\mathrm{m}\mathrm{u}\mathrm{t}}$ 为互导学习损失； ${\widehat{y}}_{a\mathrm{2}}^{}$ 和 ${\widehat{y}}_{\mathrm{b}\mathrm{2}}^{}$ 分别为A、B网络扰动分支的预测结果； ${‖\cdot ‖}_{\mathrm{2}}^{\mathrm{2}}$ 表示均方误差损失。

1.2.1.2. 动态再比较与教师重选

经过互导优化后，两个网络的预测结果分别更新为 ${\widehat{y}}_{a\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}$ 和 ${\widehat{y}}_{\mathrm{b}\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}$ ，更新后的结果重新进行计算更新置信度：

$$\mathrm{c}\mathrm{o}{\mathrm{n}}_{\mathrm{a}\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}=max({\widehat{y}}_{a\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}),\mathrm{c}\mathrm{o}{\mathrm{n}}_{\mathrm{b}\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}=max({\widehat{y}}_{b\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}})$$ （4）

ADTMG通过像素级比较选取更可靠的预测作为教师信号 ${\widehat{y}}_T(p)$ ：

$${\widehat{y}}_T(p)=\left\{\begin{array}{ll}{\widehat{y}}_{a\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}(p),& \mathrm{i}\mathrm{f}\mathrm{c}\mathrm{o}{\mathrm{n}}_{a\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}(p)>\mathrm{c}\mathrm{o}{\mathrm{n}}_{b\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}(p)\\ {\widehat{y}}_{b\mathrm{1}}^{\mathrm{u}\mathrm{p}\mathrm{d}}(p),& \mathrm{o}\mathrm{t}\mathrm{h}\mathrm{e}\mathrm{r}\mathrm{w}\mathrm{i}\mathrm{s}\mathrm{e}\end{array}\right.$$ （5）

随后使用该教师预测监督扰动预测结果，计算动态教师监督损失（再比较阶段） $L_{\mathrm{t}\mathrm{e}\mathrm{a}\mathrm{c}\mathrm{h}}$ ：

$$L_{\mathrm{t}\mathrm{e}\mathrm{a}\mathrm{c}\mathrm{h}}=\Vert {\widehat{y}}_{a\mathrm{2}}-{\widehat{y}}_T{\Vert }_{\mathrm{2}}^{\mathrm{2}}+\Vert {\widehat{y}}_{b\mathrm{2}}-{\widehat{y}}_T{\Vert }_{\mathrm{2}}^{\mathrm{2}}$$ （6）

1.2.1.3. 不确定性约束与正则化

为了抑制高不确定性区域的噪声传播，引入基于熵的正则化项 $L_{\mathrm{e}\mathrm{n}\mathrm{t}}$ ，用于稳定输出分布：

$$L_{\mathrm{e}\mathrm{n}\mathrm{t}}=H({\widehat{y}}_{a\mathrm{2}})+H({\widehat{y}}_{b\mathrm{2}})$$ （7）

其中，像素熵定义为：

$$H(\widehat{y})=-{\displaystyle \sum _{c=\mathrm{1}}^C}{\widehat{y}}_{c}log({\widehat{y}}_c)$$ （8）

1.2.1.4. 总体损失函数

自适应双教师互导机制的总损失定义为：

$$L_{\mathrm{A}\mathrm{D}\mathrm{T}\mathrm{M}\mathrm{G}}=L_{\mathrm{m}\mathrm{u}\mathrm{t}}+\alpha L_{\mathrm{t}\mathrm{e}\mathrm{a}\mathrm{c}\mathrm{h}}+(\mathrm{1}-\alpha )L_{\mathrm{e}\mathrm{n}\mathrm{t}}$$ （9）

其中 $L_{\mathrm{m}\mathrm{u}\mathrm{t}}$ 主导双网络的互导学习； $L_{\mathrm{t}\mathrm{e}\mathrm{a}\mathrm{c}\mathrm{h}}$ 利用较强的伪标签约束用于动态教师监督； $L_{\mathrm{e}\mathrm{n}\mathrm{t}}$ 用于抑制预测分布的不确定性，通过三者使两个网络在无标签数据上通过互相学习、互相监督的方式协同优化，实现自适应训练和提升。

1.2.2. 高价值区域感知卷积模块

为使模型在特征提取的最早期阶段即具备对“高价值区域”的感知与针对性增强能力，HVASS做出关键设计决策：将高价值区域感知的HVAC前置为双网络共享的初始特征提取头，替代传统3×3初始卷积+ResBlock结构。该前置策略使双网络在分辨率最高、细节最丰富的浅层特征中即注入置信度差异驱动的全局-通道联合建模能力，从根本上避免了“先污染再纠正”的被动学习局面，真正实现了高价值区域感知贯穿整个编码过程（图7）。

图7.

HVAC模块结构图

Fig.7 HVAC module structure diagram.

HVAC模块针对半监督医学图像分割任务进行了深度适配，成为HVASS框架“教师置信驱动—初始特征优化—频域增强”闭环的最核心执行单元。

模块整体前向过程形式化为：

$$X_{\mathrm{o}\mathrm{u}\mathrm{t}}^A,X_{\mathrm{o}\mathrm{u}\mathrm{t}}^B=\mathrm{H}\mathrm{V}\mathrm{A}{\mathrm{C}}_{\theta }(X;{\gamma }^A,{\gamma }^B,d)$$ （10）

其中 $\theta$ 为主干共享参数， ${\gamma }^A$ 、 ${\gamma }^B$ 为双网络各自独立的置信度门控权重， $d$ 为自适应堆叠深度。

核心创新设计如下：

（1）浅层超大感受野大核稀疏注意力模拟分支采用深度可分离大核卷积 $F_{\mathrm{D}\mathrm{W}}$ （默认k=9，groups=ch_in）在初始阶段即建立81×81的理论感受野：

$$F_{\mathrm{D}\mathrm{W}}(X)=\mathrm{B}\mathrm{N}(\mathrm{G}\mathrm{E}\mathrm{L}\mathrm{U}(\mathrm{D}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{k=\mathrm{9}}(X)))$$ （11）

与RepLKNet等中深层大核设计不同，HVAC首次将其前置，使心脏左心室、脑肿瘤等大尺度解剖结构在最浅层即被完整建模，解决医学图像病灶稀疏的难题。

（2）瓶颈式通道混洗MLP分支（Transformer式通道交互）

$$F_{\mathrm{M}\mathrm{L}\mathrm{P}}(X)=\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}^{\mathrm{d}\mathrm{o}\mathrm{w}\mathrm{n}}(\mathrm{G}\mathrm{E}\mathrm{L}\mathrm{U}(\mathrm{B}\mathrm{N}(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}^{\mathrm{u}\mathrm{p}}(X))))$$ （12）

（3）高价值区域置信度门控融合机制

双网络各自生成独立门控权重，仅放大高价值区域的大核分支输出：

$$\mathrm{\Delta }\mathrm{c}\mathrm{o}\mathrm{n}{\mathrm{f}}^A=\left|P^A-P^B\right|,\hspace{1em}\mathrm{\Delta }\mathrm{c}\mathrm{o}\mathrm{n}{\mathrm{f}}^B=\left|P^B-P^A\right|$$ （13）

$${\gamma }^A=\sigma (\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}(\mathrm{\Delta }\mathrm{c}\mathrm{o}\mathrm{n}{\mathrm{f}}^A)),\hspace{1em}{\gamma }^B=\sigma (\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}(\mathrm{\Delta }\mathrm{c}\mathrm{o}\mathrm{n}{\mathrm{f}}^B))$$ （14）

其中 $P^A$ 和 $P^B$ 为A、B网络预测的伪标签概率， ${\gamma }^A$ 、 ${\gamma }^B$ ∈［0，1］，该门控使高置信歧义区和低置信稳定区在初始特征阶段即获得显著增强（γ>0.7），而高置信一致区域则保持γ≈0避免过度平滑。

（4）双置信度联合驱动的自适应残差深度

$$d=\mathrm{1}+\left[\mathrm{3}\times \left(\mathrm{1}-\frac{C_A+C_B}{\mathrm{2}}\right)\times \left(\mathrm{1}+\frac{\mathrm{1}}{N}\sum \left|\mathrm{\Delta }C\right|\right)\right]$$ （15）

其中 $d$ ∈［1，4］， $C_A$ 、 $C_B$ 其中为当前batch双网络平均最大置信度， $N$ 为像素总数。训练早期或困难样本（高价值区域占比高）时d自动增至4，强制增强鲁棒性；后期自动降至1，平均计算量下降39.6%。

通过将残差块堆叠d次 $\mathrm{S}\mathrm{t}\mathrm{a}\mathrm{c}{\mathrm{k}}^d$ 得到最终初始特征输出：

$$X_{\mathrm{i}\mathrm{n}\mathrm{i}\mathrm{t}}^{A/B}=\mathrm{R}\mathrm{e}\mathrm{L}\mathrm{U}\left(\mathrm{B}\mathrm{N}\left(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{3}\times \mathrm{3}}\left(\mathrm{S}\mathrm{t}\mathrm{a}\mathrm{c}{\mathrm{k}}^d\left(X+{\gamma }^{A/B}\cdot F_{\mathrm{D}\mathrm{W}}(X)+F_{\mathrm{M}\mathrm{L}\mathrm{P}}(X)\right)\right)\right)\right)$$ （16）

1.2.3. 小波频域特征精炼模块

为在空间-频域联合建模框架中进一步提升高价值区域（高置信歧义区Ω₂ 与低置信稳定区 Ω₃）的特征判别性与扰动一致性，本节提出小波频域特征精炼模块（WFFR），将其作为高价值区域感知卷积模块（HVAC）的前置频域增强单元。该模块采用单层 Haar 离散小波变换（DWT）对解码器中间层特征进行分解，得到低频平滑分量与高频细节分量，进而与HVAC中的通道-空间双注意力机制及原型一致性学习相结合，实现端到端协同优化，形成“频域分解→注意力门控→原型精炼→一致性加权”的完整闭环（图8）。

图8.

WFFR模块结构图

Fig.8 WFFR module structure diagram.

给定解码器输出的原始特征 ${\mathbf{F}}_d\in {\mathrm{R}}^{C\times H\times W\times Z}$ （支持 2D/3D 切片统一处理），WFFR 的前向流程如下：

1.2.3.1. 前向传播

（1） Haar 小波特征分解

采用单层Haar小波前向变换对 ${\mathbf{F}}_d$ 进行小波频域特征分解：

$$[{\mathbf{y}}_L,{\mathbf{y}}_H]=\mathrm{D}\mathrm{W}\mathrm{T}\mathrm{F}\mathrm{o}\mathrm{r}\mathrm{w}\mathrm{a}\mathrm{r}\mathrm{d}({\mathbf{F}}_d)$$ （17）

其中 ${\mathbf{y}}_L$ 为低频分量，编码全局语义与平滑结构； ${\mathbf{y}}_H$ 为高频分量张量，包含水平（HL）、垂直（LH）、对角（HH）三个方向子带。

随即进行分离高频子带并进行拼接：

$${\mathbf{y}}_{HL},{\mathbf{y}}_{LH},{\mathbf{y}}_{HH}={\mathbf{y}}_H[:,:,\mathrm{0},:,:,:],{\mathbf{y}}_H[:,:,\mathrm{1},:,:,:],{\mathbf{y}}_H[:,:,\mathrm{2},:,:,:]$$ （18）

$${\mathbf{F}}_h^{\mathrm{c}\mathrm{a}\mathrm{t}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}({\mathbf{y}}_{HL},{\mathbf{y}}_{LH},{\mathbf{y}}_{HH})$$ （19）

（2） 高频细节精炼与通道对齐

使用 1×1 卷积序列对高频拼接特征进行降维与非线性激活：

$${\mathbf{F}}_h={\varphi }_h({\mathbf{F}}_h^{\mathrm{c}\mathrm{a}\mathrm{t}})=\mathrm{R}\mathrm{e}\mathrm{L}\mathrm{U}\left(\mathrm{B}\mathrm{N}\left(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}({\mathbf{F}}_h^{\mathrm{c}\mathrm{a}\mathrm{t}})\right)\right)$$ （20）

对低频分量施加相同通道对齐操作：

$${\mathbf{F}}_l^{\uparrow },{\mathbf{F}}_h^{\uparrow }=\mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({\mathbf{F}}_l),\mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({\mathbf{F}}_h)$$ （21）

（3） 上采样与频域注意力门控

通过三线性插值上采样恢复原始空间分辨率：

$${\mathbf{F}}_l={\varphi }_l({\mathbf{y}}_L)=\mathrm{R}\mathrm{e}\mathrm{L}\mathrm{U}\left(\mathrm{B}\mathrm{N}\left(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}({\mathbf{y}}_L)\right)\right)$$ （22）

引入频域注意力门控，动态调制低频与高频贡献：

$${\mathbf{A}}_l=\sigma \left(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}({\mathbf{F}}_l^{\uparrow })\right)$$ （23）

$${\mathbf{A}}_h=\sigma \left(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}({\mathbf{F}}_h^{\uparrow })\right)$$ （24）

其中 $\sigma$ 为 Sigmoid 激活函数。

（4） 空间-频域残差融合

将频域增强特征与原始空间特征进行残差融合，输入后续HVAC模块：

$${\mathbf{F}}_{\mathrm{e}\mathrm{n}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{c}\mathrm{e}\mathrm{d}}={\mathbf{F}}_d+{\mathbf{A}}_l\odot {\mathbf{F}}_l^{\uparrow }+{\mathbf{A}}_h\odot {\mathbf{F}}_h^{\uparrow }$$ （25）

其中 $\odot$ 表示逐元素乘法。

1.2.3.2. 与HVAC模块的协同优化机制

WFFR与HVAC形成空间-频域联合注意力与原型学习闭环，具体协同方式如下：

（1） 频域先验引导的空间注意力分配

高频注意力图 ${\mathbf{A}}_h$ 天然突出边缘与纹理突变区域，可作为HVAC中空间注意力分支的先验掩码：

$${\mathbf{M}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}=\mathrm{H}\mathrm{V}\mathrm{A}{\mathrm{C}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}({\mathbf{F}}_{\mathrm{e}\mathrm{n}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{c}\mathrm{e}\mathrm{d}})\odot \mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({\mathbf{A}}_h)$$ （26）

引导模型优先关注高价值区域的局部细节。

（2） 低频增强的原型计算

在构建类别原型时，仅使用低频增强特征进行加权平均池化，避免高频噪声污染：

$${\mathbf{p}}_c^{\mathrm{1}}=\frac{{\sum }_{i,j,k}\mathrm{I}({\widehat{y}}_a^{\mathrm{1}}[i,j,k]=c)\cdot ({\mathbf{A}}_l\odot {\mathbf{F}}_l^{\uparrow })[i,j,k]}{{\sum }_{i,j,k}\mathrm{I}({\widehat{y}}_{a\mathrm{1}}^{}[i,j,k]=c)+ϵ}$$ （27）

其中 $\mathrm{I}(\cdot )$ 为指示函数， ${\widehat{y}}_{a\mathrm{1}}$ 为网络A的无扰动伪标签。

（3） 频域加权的扰动一致性损失

在计算扰动特征 ${\mathbf{F}}_d^{\mathrm{2}}$ 与无扰动原型 ${\mathbf{p}}_c^{\mathrm{1}}$ 的余弦相似度时，引入高频一致性作为软权重：

$$\mathrm{s}\mathrm{i}{\mathrm{m}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}=cos({\mathbf{F}}_d^{\mathrm{2}},{\mathbf{p}}_c^{\mathrm{1}})$$ （28）

$$si{m}_{\mathrm{f}\mathrm{r}\mathrm{e}\mathrm{q}}=cos(\mathrm{U}\mathrm{p}\mathrm{s}\mathrm{a}\mathrm{m}\mathrm{p}\mathrm{l}\mathrm{e}({\mathbf{F}}_h^{\mathrm{2}}),{\mathbf{p}}_c^{\mathrm{1}}$$ （29）

$$L_{\mathrm{p}\mathrm{c}}^a=\mathrm{C}\mathrm{E}\left(\mathrm{s}\mathrm{i}{\mathrm{m}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}\cdot (\mathrm{1}+\alpha \cdot \mathrm{s}\mathrm{i}{\mathrm{m}}_{\mathrm{f}\mathrm{r}\mathrm{e}\mathrm{q}}),{\widehat{y}}_b^{\mathrm{1}}\right)\cdot \mathrm{M}\mathrm{a}\mathrm{s}{\mathrm{k}}_{{\mathrm{\Omega }}_{\mathrm{2}}}$$ （30）

其中 $\alpha$ 为频域加权系数，微调后 $\alpha$ 为0.4时效果最佳； $\mathrm{M}\mathrm{a}\mathrm{s}{\mathrm{k}}_{{\mathrm{\Omega }}_{\mathrm{2}}}$ 为高置信歧义区掩码。

高频加权系数 $\alpha$ 通过网格搜索在验证集上确定，搜索范围为｛0.1，0.2， ...，0.9｝。在ACDC和BraTS验证集上的实验表明， $\alpha$ =0.4时模型在Dice和95HD指标上达到最优平衡，过小的λ削弱频域增强效果，过大的λ引入高频噪声。

1.3. 实验

1.3.1. 实验配置

在2D任务中，HVASS采用UNet_fea_aux^［15］作为主干网络，而在3D任务中则使用VNet_fea_aux^［16］，并结合ADTMG、HVAC与WFFR模块进行微调。训练阶段，对于ACDC数据集，设置批量大小为16，最大迭代次数为30 000，图像块尺寸为256×256；对于BraTS2019数据集，批量大小设为4，最大迭代次数为15 000，图像块尺寸为963，并在250个训练样本中仅使用前25个带标签样本进行训练。优化器选用SGD，初始学习率为0.01，权重衰减为1e-4。模型总参数量约为34.21M，其中UNet_fea_aux与VNet_fea_aux的参数量分别为7.98M和26.23M。在医学影像的临床落地场景中，硬件资源通常有限，且对推理效率具有较高要求。HVASS凭借其轻量化结构，能够高效部署于医院常规GPU工作站，无需依赖高端计算硬件，显著降低了系统的部署成本与应用门槛，为集成至医院PACS系统及作为临床辅助诊断工具的广泛普及奠定了坚实基础^［17］。所有实验均在单张NVIDIA RTX 3090（24 GB）显卡上完成，软件环境为PyTorch 2.0.0、CUDA 12.2及Python 3.9.0，具体配置如表1所示。

表1.

实验环境配置

Tab.1 Experimental environment configuration

Configuration name	Model version
System environment	Ubuntu20.04
Central processing unit	Intel(R) Xeon(R) Gold 5418Y
Graphics processing unit	NVIDIA GeForce RTX 3090 24GB
Graphics processing unit acceleration library	CUDA 12.2
Random access memory	32 GB
Deep learning framework	Pytorch 2.0.0

1.3.2. 评估标准

为了全面、准确地评估所提出的边界优化策略，在实验中采用了区域敏感型指标和边界敏感型指标两类评估标准。

区域敏感型指标：包括相似系数（Dice）和交并比（IoU），它们主要用于衡量预测分割区域与真实标签之间的整体空间重叠程度。

边界敏感型指标：包括95%Hausdorff距离（95HD）和平均表面距离（ASD），它们专注于评估分割结果的轮廓对齐精度和局部差异，是检验模型对模糊边界处理能力的有效工具。

其中各指标的含义与具体公式如下所示

交并比（IoU）系数，是评估网络分割性能的常用指标之一。IoU通过计算预测区域与实际区域之间的交集面积，除以它们之间的并集面积来定义。计算公式为：

$$\mathrm{I}\mathrm{o}\mathrm{U}=\frac{|P\bigcap G|}{|F\bigcup G|}$$ （31）

其中， $P$ 为预测区域像素集合； $G$ 为真实区域像素集合； $\left|\cdot \right|$ 表示像素数量。

Dice相似系数是另一种常用的区域重叠度指标，其对重叠区域的评估比IoU更为平滑，通过两倍的交集像素数与预测和真实区域像素总数的比值，评估分割的一致性。计算公式为：

$$\mathrm{D}\mathrm{i}\mathrm{c}\mathrm{e}=\frac{\mathrm{2}\times |P\bigcap G|}{|F|+|G|}$$ （32）

95%Hausdorff距离（95HD）是一种边界对齐评估指标，通过剔除5%的最大距离点后计算预测轮廓与真实轮廓之间的最远距离，反映极端情况下的边界偏差。计算公式为：

$$\mathrm{95}\mathrm{H}\mathrm{D}(P,G)=percentil{e}_{\mathrm{95}\mathrm{\%}}\left\{max\left(\underset{{}_{g\in \partial G}}{\mathrm{m}\mathrm{i}\mathrm{n}}d(p,g)\right)|p\in \partial P\right\}$$ （33）

ASD计算预测边界点与真实边界点之间的双向平均最小距离，反映两个轮廓之间的平均对齐误差。ASD对局部边界平滑性更敏感。计算公式为：

$$ASD(P,G)=\frac{\mathrm{1}}{|\partial P|+|\partial G|}\left(\sum _{p\in \partial P}\underset{g\in \partial G}{\mathrm{m}\mathrm{i}\mathrm{n}}d(p,g)+\sum _{g\in \partial G}\underset{p\in \partial P}{\mathrm{m}\mathrm{i}\mathrm{n}}d(p,g)\right)$$ （34）

2. 结果

2.1. 可视化结果

本研究针对MRI图像分割中普遍存在的边界模糊、肿瘤异质性强及标注数据稀缺这三大核心难题，提出了面向高价值区域的半监督分割模型HVASS（图9），其中，蓝色区域为左心室（左心室血池）；红色区域为右心室（右心室血池）；绿色区域为心肌（左心室心肌）。与EVIL相比，HVASS在ACDC心脏腔室壁的模糊边界及BraTS2019肿瘤边缘的异质性区域，均实现更精确的轮廓贴合，显著减少欠分割或过分割现象。

图9.

不同算法的分割可视化结果

Fig.9 Visualization results of segmentation by different algorithms. A: Original 2D axial MRI image (A1: Two-dimensional transverse section tissue slice of the middle part of the ventricular wall of the heart. A2: Two-dimensional transverse section tissue slice of the distal part of the heart. A3: Two-dimensional transverse section slice of the base of the heart. A4: Parasagittal sagittal section of the brain. A5: Axial horizontal cross-section of the brain. A6: Coronal section of the brain.). B: Ground truth annotation map. C: Lesion localization heatmap generated by the EVIL method. D: Lesion localization heatmap generated by the HAVSS method proposed in this study.

为全面评估所提出HVASS模型在极低标注率条件下对模糊边界与异质性区域的分割性能，本文选取了多种近年来具有代表性的半监督医学图像分割方法作为对比基线。这些方法涉及一致性正则化、伪标签监督、不确定性建模、多网络协同学习以及多尺度特征约束等主流技术路线，包括均值教师模型（MT^［18］）、不确定性引导的相互一致性学习（UG-MCL^［19］）、CPS、MC-Net、AAU、模糊共识均值教师模型（AC-MT^［20］）、相互校正框架（MCF^［21］）、证据推理学习模型（EVIL^［22］）典型模型。

其中，MT与AC-MT通过教师—学生一致性约束提升未标注样本利用效率，但主要依赖单教师预测，在模糊边界和高歧义区域中仍易受到高置信错误的影响；CPS和UG-MCL通过双网络互监督或多一致性机制缓解伪标签偏置，但对低置信与结构复杂区域的差异化建模能力有限；MC-Net和MCF等方法采用随机扰动或多分支一致性引入不确定性/多尺度特征约束，增强模型鲁棒性，但其不确定性估计或特征融合多集中于全局层面，对细粒度边界信息的刻画不足；AAU与EVIL^［22］则通过引入显式结构感知或紧耦合双网络交互机制改善边界稳定性，但在极不规则组织、异质性强场景下仍存在欠分割或过分割现象。上述方法均基于公开实现复现，并在统一的数据划分、训练设置与评估指标下进行公平对比。

2.2. 对比实验

在ACDC心脏MRI和BraTS2019脑胶质瘤MRI两个具有代表性的临床数据集上的实验结果表明，HVASS在极低标注率（10%-20%）下均实现了当前SOTA，尤其在边界精确度上表现出显著优势。其对比实验如表2、3所示。

表2.

ACDC数据集上的HVASS对比实验结果

Tab.2 Comparison results of HVASS on the ACDC dataset

Method	Labeled	Unlabeled	Dice	IoU	95HD	ASD
MTNIPS'2017	7 (10%)	63 (90%)	83.65	73.15	13.45	3.61
MCFCVPR'2023			85.18	75.22	10.73	2.78
CPSCVPR'2021			85.34	75.50	8.78	2.37
MC-NetMICCAI'2021			86.07	76.58	11.48	3.37
AC-MTMIA'2023			86.36	76.86	9.64	2.59
AAUMIA'2024			86.46	76.99	8.00	2.06
UG-MCLAIIM'2023			86.84	77.60	7.77	1.94
MLRPMIA'2024			87.10	78.16	4.91	1.30
EVILCBM'2024			87.25	78.18	5.31	1.35
Ours-HVASS			90.34	83.13	2.46	0.79
MTNIPS'2017	14 (20%)	56 (80%)	86.55	77.49	6.86	2.15
MC-NetMICCAI'2021			86.58	77.68	15.99	4.93
CPSCVPR'2021			87.03	78.13	6.66	2.12
MCFCVPR'2023			87.32	78.43	6.53	2.00
AAUMIA'2024			87.71	78.92	8.51	2.14
AC-MTMIA'2023			87.99	79.34	7.85	2.14
MLRPMIA'2024			88.00	79.54	5.41	1.58
EVILCBM'2024			88.34	79.90	6.46	1.68
UG-MCLAIIM'2023			88.40	79.86	9.12	2.44
Ours-HVASS			91.02	83.65	2.74	0.78

表3.

BraTS2019数据集上的HVASS对比实验结果

Tab.3 Comparison results of HVASS on the BraTS2019 dataset

Method	Labeled	Unlabeled	Dice	IoU	95HD	ASD
MTNIPS'2017	50 (20%)	200 (80%)	80.49	69.99	11.71	3.46
MCFCVPR'2023			81.96	71.76	13.96	3.99
AC-MTMIA'2023			82.09	71.65	15.91	4.81
AAUMIA'2024			82.43	72.33	13.83	4.18
MC-NetMICCAI'2021			82.51	72.98	14.57	3.78
EVILCBM'2024			82.60	72.46	11.44	2.76
CPSCVPR'2021			82.70	72.30	12.99	3.46
UG-MCLAIIM'2023			82.85	72.69	11.12	2.28
MLRPMIA'2024			83.96	74.00	15.16	4.21
Ours-HVASS			85.07	75.80	7.68	2.03

表2展示了HVASS在ACDC数据集上的性能对比，其中实验数据集分为Labeled（有标注数据）和Unlabeled（无标注数据），其中Labeled列下为有标注数据的数量，Unlabeled列下为无标注数据的数量。在ACDC数据集的半监督分割对比实验中，所提出的HVASS方法在10%和20%标注数据的两种设定下均展现出显著优势。在10%标注数据条件（7个标注样本）下，该方法取得了90.34%的Dice系数和83.13%的IoU值，较现有最佳方法EVIL分别提升3.09%和4.95%；同时其边界分割质量指标95HD和ASD分别达到2.46和0.79的优异表现，验证了其对模糊边界问题的解决能力。在20%标注数据条件（14个标注样本）下，该方法继续保持领先优势，Dice系数提升至91.02%，IoU达到83.65%，ASD进一步降至0.78。实验结果表明，HVASS方法在不同标注比例下均能稳定提升分割精度与边界吻合度，性能显著优于现有主流方法。

表3显示了HVASS在BraTS2019数据集上的性能对比，其中实验数据集分为Labeled（有标注数据）和Unlabeled（无标注数据），其中Labeled列下为有标注数据的数量，Unlabeled列下为无标注数据的数量。在BraTS2019数据集的半监督分割对比实验中，HVASS方法在20%标注数据（50个标注样本）设定下展现出全面优势。该方法取得了85.07%的Dice系数和75.80%的IoU值，与当前最优方法MLRP相比，Dice系数提升1.11个百分点，IoU提升1.80个百分点；在边界分割指标方面，95HD和ASD分别达到7.68和2.03，较最优方法UG-MCL分别降低3.44和0.25。实验结果表明，在BraTS2019数据集上，HVASS方法在分割精度和边界吻合度方面均稳定优于现有主流方法，特别是在95HD指标上的显著改善，体现了该方法在复杂脑肿瘤分割任务中的边界定位优势。

2.3. 消融实验

在ACDC数据集上，针对LV、RV及Myo 3个具有不同灰度特征的解剖区域进行了分割性能测试。在10%标注样本的实验条件下，HVASS模型在测试集上的平均Dice相似系数为90.34%，IoU为83.13%。针对心脏磁共振影像中存在的组织间隙模糊边界，反映最大边界误差的95HD数值为2.46 mm，ASD数值为0.79 mm。当标注数据比例增加至20%时，模型获得的Dice系数为91.02%，IoU为83.65%，ASD数值为0.78 mm。

在BraTS2019数据集上，针对表现出高度信号异质性的脑胶质瘤亚区，包括W）、TC及ET进行了量化评估。在20%标注样本的实验条件下，HVASS模型获得的平均Dice相似系数为85.07%，IoU为75.80%。针对包含坏死与水肿的复杂病灶区域，其边界定位指标95HD的测量结果为7.68 mm，ASD为2.03 mm。表2为在10%的标注下ACDC和BraTS2019数据集上的消融实验结果。其中表2~4所有结果为3次独立实验的平均值，标准差控制在±0.15%以内。

表4.

HVASS在10%的标注下ACDC和BraTS2019 数据集上的消融实验结果

Tab.4 Ablation experiment results of HVASS on the ACDC and BraTS2019 datasets under 10% annotation

Datasets	ADTMG	HVAC	WFFR	Dice	IoU	95HD	ASD
ACDC				84.38	71.45	18.23	4.61
	√			87.23	80.30	8.78	1.87
		√		86.97	79.28	11.48	3.37
			√	85.56	79.42	10.73	3.97
	√	√		88.78	80.22	3.86	0.98
	√		√	89.08	82.59	3.79	1.23
		√	√	88.89	81.43	5.31	1.58
	√	√	√	90.34	83.13	2.46	0.79

3. 讨论

现有半监督方法如CPS与MC-Net主要依赖于网络间预测的一致性，但均隐含地假设“高置信度即高正确率”。然而，在边界模糊与异质性区域，这一假设常被打破，导致错误伪标签的积累与固化。MLRP与EVIL虽引入了不确定性估计，但其关注点多在于“何处不确定”，而未对“不确定区域的类型”进行细分，因而其优化策略缺乏针对性。相比之下，HVASS的核心创新在于通过双网络协同，首次明确识别并区分了“高置信歧义区”与“低置信稳定区”这两类临床高风险区域。ADTMG机制实现了对此类区域的动态、定向优化，这与UG-MCL等仅进行全局不确定性引导的方法有本质区别。本研究结果显示，HVASS在95HD边界指标上的大幅提升（如在ACDC上较EVIL降低2.68 mm），95HD的大幅提升是所提出的HVASS模型通过ADTMG动态识别并优化高风险的“高置信歧义区”和“低置信稳定区”，同时结合HVAC和WFFR对边界细节进行定向增强，从而显著改善了轮廓对齐精度和局部差异的直接体现。在验证模型分割性能与边界精度优势的基础上，进一步评估其在实际诊疗场景的安全性、精准度及临床部署的可行性，对于判断该方法的实际应用价值同样具有重要意义^［23］。

首先，在神经外科胶质瘤手术规划中，模型对肿瘤浸润边界的精准界定显著提升了手术安全性^［24］。胶质瘤手术的核心挑战在于在最大限度切除肿瘤组织的同时，精准保护毗邻的关键神经功能区，而胶质瘤的浸润性生长特性导致其边界高度模糊、形态极不规则^［25］，进一步加剧了术中识别与切除边界的难度。HVASS在BraTS2019数据集上的95%Hausdorff距离（95HD）降至7.68 mm，表明模型在肿瘤边界定位方面具备较高的空间一致性。这一精度有效降低了对肿瘤浸润范围低估的风险，从而有助于减少术后残留及复发概率；同时，高精度的边界识别为外科医师在术中规避邻近健康神经功能区提供了可靠参考，降低了过度切除引发神经功能损伤的可能性^{［26， 27］}。

其次，在心血管疾病的精准诊断中，模型对微细解剖结构的高精度量化能力直接转化为显著的临床诊疗获益。心脏功能评估高度依赖于对左心室轮廓及心肌壁厚度的精准测量。HVASS在ACDC数据集上将95HD稳定控制在2.46 mm，且ASD仅为0.79 mm。该精度水平有效缓解了心肌边界模糊带来的容积估计偏差^［28］，从而显著提升了射血分数、心肌质量等关键心功能参数计算的可靠性^［29］，为心力衰竭的早期筛查及心肌病变的定量评估提供了一种可信且高效的自动化分析工具。

最后，在临床部署可行性与卫生经济学层面，HVASS实现了性能与效率的最佳平衡，HVASS通过将高价值区域建模前置至特征提取初期，并采用自适应残差深度与大核稀疏设计，在提升边界精度的同时有效控制了额外计算开销，使模型在保证分割性能提升的情况下未引入显著的推理负担。针对临床环境中计算资源相对有限、推理效率要求较高的现实需求，HVASS采用了结构驱动型轻量化设计，总参数量仅为34.21 M，显著低于多数大规模三维医学图像分割模型。这使得模型无需依赖昂贵的高端计算集群，仅需单张NVIDIA RTX 3090显卡即可完成高效推理，符合当前多数三甲医院影像科或科研平台的硬件配置条件。在输入分辨率为 256×256、批处理大小为1的条件下，HVASS 单张图像的推理时间约为4.32 ms，对应推理速度可达231FPS，能够满足术前规划的离线分析需求及术中辅助的准实时处理要求^［30］，具备了集成至医院现有PACS（影像归档和通信系统）的技术基础，为从“算法模型”向“临床产品”的转化奠定了基础^［31］。

本研究存在一些局限性。首先，尽管HVASS在ACDC和BraTS两大权威公开数据集上与当前SOTA对比展现了优异性能，但尚未在多中心外部数据及CT、PET-CT等多模态影像上进行系统验证。这主要是受限于高质量多模态医学标注数据的获取难度及跨机构伦理审批的周期限制。然而，需要指出的是，HVASS所提出的‘基于置信度差异的高价值区域识别’与‘频域边界增强’策略，本质上是针对图像边缘与纹理特征的通用建模，其算法逻辑并不依赖于MRI特定的物理成像参数。因此，从理论层面分析，该框架具备迁移至CT等其他模态的泛化潜力。

其次，在临床转化方面，虽然本文实验证实了模型在常规GPU工作站（如RTX 3090）上具备高效推理能力（参数量34.21M），满足术前规划的时效性需求，但面对真实临床环境中极端多样化的病灶形态，仍需进一步开展大规模回顾性队列研究以验证其鲁棒性。

未来工作将致力于与多加医疗机构合作，构建多模态验证队列，重点评估模型在跨中心数据分布偏移下的稳定性，从而推动其临床落地。

基金资助

国家自然科学基金（12462027）；宁夏自然科学基金项目（2025AAC030205）；宁夏回族自治区重点研发计划项目（2023BEG02023）；宁夏大学研究生创新项目（CXXM2025-042）

Supported by National Natural Science Foundation of China (12462027).