本文档报告了一项名为“MCDNet”的原创性研究，旨在解决三维管状结构医学图像分割中的关键挑战。以下是对该研究的详细介绍。

一、 研究作者、机构及发表信息

本研究的作者包括：Zhiyan Wang, Changjian Wang, Kele Xu, Zhongshun Tang, Yan Zhuang, Jiani Zou, Fangyi Liu。他们分别来自中国的多所高校及医院：国防科技大学计算机科学与技术学院（a）、南方医科大学珠江医院（b）、中国人民解放军总医院医学创新研究部（c）、中国人民解放军中部战区总医院（d）、南开大学计算机学院（e）。通讯作者为Changjian Wang和Kele Xu。该研究以题为“MCDNet: Morphological-Conditional Dual-View Fusion for 3D Tubular Structure Segmentation”发表在期刊《Neural Networks》上，该文在线发表于2026年1月19日，卷期为第199卷，文章编号为108614。

二、 研究背景与目的

本研究属于医学图像分析与计算机辅助诊断领域，具体聚焦于三维管状结构（如血管、气道、肠道等）的精准分割。在临床诊断和介入规划中，对这类结构的精确分割至关重要。尽管深度学习技术已取得显著进展，但现有方法仍存在两大局限：首先，大多数模型依赖特定结构的形态学先验知识，导致其泛化能力有限，通常仅适用于特定解剖区域（如结肠、血管系统），在不同器官系统间表现不佳；其次，对于管状结构全局与局部形态特征的联合建模仍探索不足。

针对这些局限性，本研究旨在开发一种能够整合上下文信息与形态学信息的新型网络架构。具体目标包括：设计一种能够自适应目标形态的卷积操作，以增强模型对多样化管状几何结构的敏感性；构建一个双分支网络，分别提取形态学特征和上下文特征，并通过有效的融合机制实现优势互补；最终，在多个公开的管状结构分割基准数据集上验证所提方法的有效性、鲁棒性和通用性。

三、 详细研究流程与方法

本研究提出了一种名为MCDNet（形态条件双视图融合网络）的全新架构，其核心在于一个创新的形态条件卷积（Morphological-Conditional Convolution， MCCoNv）机制和一个双视图特征学习与融合框架。整个研究流程涵盖了算法设计、模型构建、实验验证和消融分析。

1. 算法与模型设计流程：

研究首先设计了MCDNet的整体架构，如图2所示。它是一个编码器-解码器结构，包含三个核心模块： * 形态特征提取分支：使用提出的MCCoNv模块进行下采样，旨在捕获与几何和拓扑相关的形态学特征。 * 上下文特征提取分支：使用交叉融合注意力与卷积模块（Crossing Fusion of Attention and Convolution， CCFA）进行下采样，旨在捕获多尺度上下文语义信息。 * 残差自注意力融合模块（Residual Self-Attention， RSA）：用于在多个层级融合来自上述两个解耦分支的特征，以增强特征表达能力。

解码器部分采用基于三线性插值的上采样机制（Trilinear Up-sampling Mechanism， TUM）来恢复空间分辨率。

2. 核心创新方法：形态条件卷积（MCCoNv）

这是本研究最关键的创新点。为了解决标准卷积和可变形卷积在提取管状结构形态特征时的不足（如图1所示，它们可能过度关注管状边界外的无关区域），MCCoNv引入了一种由数据驱动的形态条件偏移机制。其开发流程如下： * 步骤一：形态偏移聚类。研究者设计了一种“平权形态偏移聚类算法”（Algorithm 1）。该算法以训练集中所有三维CT图像（尺寸统一为128x128x128）为输入。对于图像中的每个像素，计算一个五维特征向量，包含其三维空间坐标（X, Y, Z）、CT强度值（V）以及基于三维Hessian矩阵计算的曲率（C）。曲率计算采用了二次范数方法以增强对噪声的鲁棒性。 * 步骤二：确定标准偏移点。使用谱聚类（Spectral Clustering）算法对所有图像中所有像素的五维归一化特征向量进行聚类，聚类数目K等于卷积核尺寸k的立方（例如，对于3x3x3卷积，K=27）。每个聚类中心的三维坐标分量（X, Y, Z）经过反归一化后，即构成了该卷积核位置对应的“绝对形态偏移”δp_n。这个偏移代表了从数据中统计学习到的、与人类正常管状结构形态分布特征相关的“标准点”。 * 步骤三：条件化机制。在卷积计算时，并非直接使用上述绝对偏移，而是将其转换为相对于图像中心的“相对形态偏移”δp’_n。然后，通过一个条件权重函数r(δp’_n) = exp(-(βδp’_n)^2)来控制该偏移的影响程度。其中β是一个尺度超参数。当偏移量过大时，权重趋近于0，从而抑制该偏移，使卷积操作退化为标准卷积以保留上下文信息；当偏移量适中时，权重接近1，则增强形态感知能力。这种设计使得卷积核能够根据目标形态自适应地调整其采样位置，从而更精确地聚焦于管状结构的几何特征。

3. 交叉融合注意力与卷积模块（CCFA）

为了有效提取上下文特征，研究者设计了CCFA模块。该模块巧妙地融合了三条路径的信息： * 卷积路径：将传统的k×k×k卷积分解为k^3个独立的1×1×1卷积，结合移位（Shift）和聚合操作，提高了卷积操作的灵活性。 * 自注意力路径：通过扩展（Expand）和堆叠（Stack）操作降低空间复杂度，同时保留长程依赖关系。 * 注意力路径：应用卷积块注意力模块（Convolutional Block Attention Module, CBAM）来强调通道和空间上的信息区域。 最后，通过一个交叉注意力融合（Cross-Attention Fusion）机制，计算不同分支间的注意力分数，以产生更具判别性的特征。

4. 实验设置与数据处理流程：

• 研究数据集：为了验证模型的通用性，研究在四个公开的三维医学图像分割数据集上进行了评估：
  1. RAOS数据集：包含413个CT扫描，用于结直肠分割。
  2. CAS2023数据集：包含100个训练样本，用于脑动脉分割。
  3. MSD肝血管数据集：包含443个3D CT病例（303训练，140测试），用于肝血管分割。
  4. MM-WHS数据集：包含心脏CT和MR扫描，用于肺动脉分割。
• 数据预处理：所有CT图像被统一重采样至128×128×128的尺寸。数据集按6:2:2的比例划分为训练集、验证集和测试集。
• 模型训练：使用PyTorch框架，在NVIDIA GeForce RTX 4090 Ti GPU上运行。采用结合Dice损失和二元交叉熵损失的混合损失函数。训练约1000个迭代，批次大小为4，学习率为0.001。模型参数使用Kaiming方法初始化。
• 评估指标：采用五个常用指标评估分割性能：平均Dice系数（mDice）、平均豪斯多夫距离（mHD）、准确率（Acc）、曲线下面积（AUC）和中心线Dice（clDice）。

5. 对比实验与消融实验设计：

• 对比方法：与多种先进的3D医学图像分割网络进行对比，包括经典的3D U-Net、nnU-Net，基于Transformer的TransUNet，以及专门针对管状结构设计的模型，如用于肺动脉分割的DSCNet、用于脑动脉分割的CS2-Net、用于支气管分割的SFCNet和用于肝血管分割的GAT。
• 消融实验：为了验证各个模块的有效性，设计了以下变体进行对比：
  • E1：完整的MCDNet模型（包含MCCoNv和CCFA）。
  • E2：去除MCCoNv（用普通卷积替代）。
  • E3：去除CCFA模块（用普通卷积替代）。
• 敏感性分析：对关键超参数进行了深入分析，包括卷积核大小k（决定聚类数目）和条件权重尺度参数β，以探索其一般性规律。

四、 主要研究结果

1. 主实验结果（表1及图4）： MCDNet在四个数据集上均取得了最优或接近最优的分割性能。 * 定量结果：在RAOS（结直肠）、CAS2023（脑动脉）、MM-WHS（肺动脉）和MSD（肝血管）数据集上，MCDNet的mDice系数分别达到94.08%、83.25%、86.18%和72.84%，全面超越了所有对比方法。与基线模型3D U-Net相比，平均mDice提升了6.93%，平均mHD降低了10.61%。这表明MCDNet不仅在分割精度上更高，在边界分割的准确性（由mHD衡量）上也更优。 * 定性结果（图4）：可视化结果显示，与其他方法相比，MCDNet在各类数据上都能产生更准确、连续的分割结果，特别是在难以分割的细长、弯曲区域，能够减少断裂和误分割现象（图中蓝色框标注区域），在复杂区域表现良好（黄色框标注区域）。

2. 消融实验结果（表2及图5）： 消融实验清晰地证明了MCCoNv和CCFA模块的有效性。 * 在四个数据集上，完整模型（E1）的mDice始终最高。 * 移除MCCoNv（E2）或CCFA（E3）均会导致性能下降，且下降幅度因任务而异。例如，在肝血管分割（MSD）任务中，移除MCCoNv导致mDice从72.84%大幅降至65.78%，说明形态信息对该任务极为关键；而在脑动脉分割（CAS2023）任务中，移除CCFA模块导致mDice从83.25%降至78.26%，说明上下文信息同样重要。 * 两个模块的性能下降是互补而非互斥的，证明它们从不同角度提升了模型性能。

3. 模型行为可视化分析结果： * 曲率计算方法对比（表4）：比较了二次范数、平均曲率和高斯曲率三种计算方法。使用二次范数计算曲率时，模型在所有数据集上表现最稳定且性能最佳，验证了该方法在增强模型鲁棒性方面的优势。 * 聚类方法与维度分析（表5、表6）： * 对比谱聚类、K-means和高斯混合模型，谱聚类取得了最佳且最稳定的性能。 * 对比不同特征维度进行聚类，使用完整的五维特征（X, Y, Z, V, C）进行聚类效果最好，移除任何一维（如仅用三维坐标，或坐标加强度/曲率）都会导致性能下降，证明了五维特征设计的全面性和有效性。 * RSA残差机制验证（表7）：比较了无残差、普通残差（直接相加）和本研究提出的带平均操作的残差自注意力（RSA）机制。结果表明，无残差机制会导致梯度消失和性能下降，普通残差可能导致梯度爆炸和不稳定，而RSA机制取得了最佳且最稳定的性能。 * 超参数敏感性分析（图6）： * 卷积核大小k：实验发现k=3（即K=27个聚类）时效果最佳。k太小（1或2）无法捕捉全局连续性，导致分割碎片化；k太大（4或5）则会模糊细节，导致边界侵蚀或邻近细管合并。 * 尺度超参数β：β控制着条件权重的衰减速度。β=0意味着始终使用形态偏移，β过大则会对微小偏移也产生过度抑制。实验结果表明β=2时模型性能达到相对最优。

4. 鲁棒性测试结果（表3）： 在RAOS数据集上添加高斯噪声、胡椒噪声以及使用不同核大小的高斯平滑进行预处理后测试MCDNet。结果显示，模型性能下降幅度在可接受范围内（例如，核大小为7的高斯平滑下mDice从94.08%降至93.05%），证明了MCDNet对图像噪声和低对比度具有一定的鲁棒性。

逻辑关系：算法设计（MCCoNv, CCFA, RSA）为模型提供了强大的特征提取与融合能力，这直接导致了在主实验中超越基线模型和SOTA方法的优异性能。消融实验和可视化分析则反向验证了每个设计模块的必要性和有效性，并确定了最佳组件（如谱聚类、五维特征、二次范数曲率、RSA机制）和超参数（k=3, β=2）。鲁棒性测试进一步支撑了模型在实际应用中的潜力。所有这些结果层层递进，共同支撑了研究的最终结论。

五、 研究结论与价值

本研究成功提出并验证了MCDNet，一个用于3D管状结构分割的形态条件双视图网络。主要结论是：通过引入数据驱动的形态条件卷积（MCCoNv），模型能够自适应地学习并融合管状结构的形态学先验；通过双分支架构（形态分支与上下文分支）及残差自注意力融合（RSA），模型实现了全局上下文与局部形态特征的协同优化；在四个不同的管状结构分割任务上，MCDNet均取得了最先进的性能，证明了其出色的准确性、鲁棒性和泛化能力。

研究价值体现在： * 科学价值：提出了一种新的“形态条件”卷积范式，将数据统计得到的形态先验以可学习、可条件化的方式嵌入到卷积操作中，为医学图像分析中如何有效结合领域知识（解剖形态）与数据驱动学习提供了新思路。双视图融合框架也为多特征融合提供了有效方案。 * 应用价值：MCDNet作为一种通用的管状结构分割框架，可广泛应用于血管、气道、肠道等多种解剖结构的分割，有助于提升临床诊断（如疾病评估）、手术规划（如导航）和治疗结果评价的自动化水平和精度。公开的源代码（https://github.com/wzydcg/mcdnet）促进了该领域的可重复研究和进一步发展。

六、 研究亮点

1. 创新的形态条件卷积（MCCoNv）：这是本研究的核心亮点。它不同于手工设计或完全自由学习的偏移，而是通过聚类算法从大量正常人体管状结构数据中统计出“标准”形态偏移，再通过条件机制动态调整其影响，实现了卷积核采样位置与目标解剖形态的智能对齐。
2. 解耦的双视图特征学习与融合架构：明确地将形态特征与上下文特征提取解耦到两个分支，并通过精心设计的CCFA和RSA模块进行深度融合，使得模型能够同时利用两种互补的信息源，避免了特征混淆。
3. 卓越的泛化性能：在涵盖结直肠、脑动脉、肺动脉、肝血管四种差异显著的管状结构分割任务上，MCDNet均取得了显著优于或媲美专用模型的性能，证明了其作为通用管状结构分割器的强大潜力。
4. 系统全面的验证：研究不仅进行了广泛的对比实验，还通过详尽的消融实验、组件分析（曲率计算、聚类方法、特征维度、残差机制）和超参数敏感性分析，深入揭示了模型各个部分的作用机理，使工作非常扎实和具有说服力。

七、 其他有价值的内容

本研究还展示了其方法对噪声和低对比度图像的鲁棒性（表3），这在实际临床应用中非常重要，因为医学图像常常存在这类问题。此外，对中心线Dice（clDice）指标的提升也表明，模型在保持管状结构拓扑连续性方面具有优势，这对于血管网络等结构的分析尤为关键。