基于频域伪标签动态混合监督和部分Dice约束的弱半监督心脏MRI分割方法

《Neural Networks》：Weakly Semi-Supervised Cardiac MRI Segmentation with Frequency-Domain Pseudo Label Dynamic Mixed Supervision and Partial-Dice Constraints

　　针对心脏MRI自动分割中标注数据依赖过高的难题，提出PDFMSeg框架，结合频率域动态混合监督和部分Dice损失，有效减少标注需求并提升分割精度。实验表明在ACDC和MSCMR数据集上DSC、JC和HD95指标优于现有弱半监督方法，参数量仅1.82M，计算效率高。

　　
心血管疾病（CVDs）作为全球主要死亡原因，其诊断效率与准确性直接影响患者生存质量。磁共振成像（MRI）凭借无创性、高分辨率和软组织对比优势，已成为心脏结构评估的核心手段。然而传统人工分割耗时且误差率高，亟需智能化解决方案。当前深度学习分割方法主要分为三类：完全监督式（依赖精细标注）、无监督式（性能受限）和弱监督半自动式（标注量少但效果稳定）。其中弱监督方法因符合实际标注资源稀缺的现状，成为近年研究热点。

在弱监督框架下，现有方法主要围绕伪标签生成与监督策略展开创新。伪标签生成通常采用超像素分割结合 scribble 标记（如Li等2024），或基于多分支网络预测融合（如Wang等2023）。但这类方法存在明显局限：首先，超像素分割易产生伪标签边缘模糊问题，导致区域监督失效；其次，多分支预测虽能提升伪标签质量，但随机权重混合策略（如Zhang等2025a）难以有效抑制高频噪声干扰。其次， scribble 监督普遍采用交叉熵损失，存在背景噪声干扰和梯度震荡问题。例如现有方法对非 scribble 区域的无效监督会消耗计算资源，同时梯度震荡易导致训练不稳定。

针对上述痛点，研究团队提出 PDFMSeg 算法，其创新性体现在两个核心维度：第一，构建频率域动态混合监督机制（FPLMS），通过 Haar 小波变换将伪标签分解为高频和低频分量，分别采用独立优化策略。高频部分聚焦边缘特征提取，低频部分强化区域轮廓建模，这种频域分离机制有效解决了传统混合方法（如PLMS）中高频噪声累积问题。实验数据显示，该方法在HD95指标上较PLMS提升12.4%，尤其在室间隔等精细结构分割中优势显著。

第二，研发部分Dice损失（L_pDice）优化 scribble 监督。传统 scribble 方法仅考虑 scribble 区域的交叉熵损失，导致背景区域干扰和边缘模糊问题。新设计的L_pDice通过三重机制突破瓶颈：首先引入忽略掩膜（ignore mask），自动过滤非 scribble 区域的无效反馈；其次采用 log-cosh 损失函数替代传统平方损失，在梯度计算中引入双曲余弦函数，有效抑制梯度震荡导致的震荡分割现象；最后设计动态权重衰减机制，当 scribble 区域置信度低于阈值时自动触发权重衰减，避免过度拟合伪标签噪声。

实验验证部分采用ACDC和MSCMR两大权威心脏MRI数据集。ACDC包含100例双期（舒张/收缩期）MRI影像，标注涵盖左心室、右心室和心肌组织。MSCMR数据集则包含686例增强MRI切片，重点测试算法在低标注场景下的泛化能力。研究采用10%标注率作为基准测试，结果显示PDFMSeg在DSC（83.57%）和HD95（31.66%）指标上均显著优于当前主流方法。特别值得注意的是，在MSCMR数据集上，PDFMSeg的HD95指标达到31.66%，较次优方法提升17.3%，这得益于FPLMS对高频噪声的有效抑制。

算法效率方面，PDFMSeg采用四分支CNN-ViT架构，在保持模型性能的同时将参数量压缩至1.82M，计算量控制在2.32G FLOPs。这种高效设计使算法能够部署于医疗机构的GPU集群或移动端设备，满足实时诊断需求。消融实验进一步证明，FPLMS模块单独运行时DSC指标仅为75.2%，而L_pDice模块在基础网络上的增益达8.7%。两者协同作用产生显著乘数效应，验证了混合监督策略的有效性。

临床应用价值体现在两个关键改进：首先，通过高频/低频分离处理，算法在心脏瓣膜等精细结构分割中表现出色。其次，动态忽略掩膜机制可自动识别不同数据源中的标注噪声，例如在MSCMR数据集中，部分伪标签存在边缘抖动问题，系统可自动降低此类区域的监督权重，避免误导模型。这种鲁棒性使得PDFMSeg在标注质量参差的情况下仍能保持稳定输出。

方法学创新点包括：1）提出频域动态混合机制，通过小波变换实现特征解耦与重组；2）设计可学习的伪标签置信度评估模块，动态调整各分支权重；3）开发新型部分Dice损失函数，融合忽略掩膜和梯度稳定技术。其中FPLMS模块采用双通道处理策略：低频通道通过全连接层融合多分支预测结果，强化区域一致性；高频通道则采用边缘增强滤波器组，提升边界清晰度。这种频域分离机制突破了传统像素级混合的局限性，在保证模型可更新性的同时提升边界约束能力。

实验对比显示，PDFMSeg在10%标注率下表现优于当前主流方法。例如在ACDC数据集上，其DSC值较S3D+伪标签方法提升8.9%，较UNet++（多分支预测）方法提升7.3%。这主要归因于两点突破：其一，通过小波变换分离高频噪声，使伪标签边界准确度提升12%；其二，部分Dice损失函数在 scribble 区域的监督强度提升40%，同时背景干扰降低65%。在MSCMR数据集上的测试进一步验证了算法的泛化能力，DSC值达到74.29%，显著高于PLMS方法（68.14%）。

算法优势还体现在计算效率上。四分支架构通过特征复用机制，将参数量控制在1.8M以内，较同类方法减少30%参数量。动态混合策略使训练迭代次数减少25%，FLOPs指标控制在2.32G，完全符合医疗影像系统对实时性和资源消耗的严格要求。特别值得关注的是，算法在标注噪声存在时仍能保持稳定，如在MSCMR数据集中，约15%伪标签存在边缘偏差，但PDFMSeg通过置信度评估模块自动降低此类区域的监督权重，最终HD95指标仍达31.66%。

临床转化潜力方面，算法支持在线标注更新机制。在实际应用中，医生仅需标记关键兴趣区域（如心脏瓣膜或血栓部位），系统自动生成伪标签并动态优化。测试数据显示，在初始10%标注基础上，经过3轮迭代（每轮标注新增5%数据），模型DSC值可提升至82.3%，验证了算法的持续学习能力。此外，开源代码平台已部署自动化标注辅助工具，可将专家标注效率提升3倍，这对解决医疗标注资源短缺问题具有重要实践价值。

未来研究方向包括：1）开发轻量化版本以适应移动设备部署；2）探索跨模态数据融合，整合CT和超声影像信息；3）构建动态标注反馈系统，实现临床诊断与算法迭代的闭环优化。当前研究已通过Nantong科技专项资助，计划在三级医院开展多中心临床试验，验证算法在真实场景中的临床价值。

该研究为心脏MRI自动分割提供了创新解决方案，其核心突破在于将信号处理领域的频域分析方法引入监督学习框架。通过将小波变换与深度学习监督机制结合，既解决了伪标签噪声问题，又提升了边缘分割精度。这种跨学科方法创新为医学影像分析开辟了新路径，对推动精准医疗发展具有重要学术价值和社会意义。