基于ca-net的可解释医学图像分割实战：从模型架构到生产部署

1次阅读

共计 1800 个字符，预计需要花费 5 分钟才能阅读完成。

医学图像分割在临床诊断中扮演着关键角色，但传统深度学习模型存在几个核心问题：

黑箱模型信任危机：医生难以理解模型的决策依据，导致对 AI 辅助诊断持保留态度
小样本学习困境：标注数据稀缺（如罕见病例）时，模型容易过拟合
数据标准化挑战：DICOM 格式的窗宽窗位、像素间距等参数差异大，预处理流程复杂

在胰腺 CT 分割任务上的实验数据（测试集 n =120）：

模型	mIoU(%)	参数量(M)	显存占用(GB)
U-Net	78.2	31.4	5.2
TransUnet	81.7	105.8	9.6
CA-Net	83.5	38.9	6.1

注意力机制的优势体现在：

可生成与医生标注高度一致的显着性热图
通道注意力自动聚焦关键特征层级（如肿瘤边界的低层特征）
空间注意力抑制无关背景区域（如肠道气体伪影）

import torch
import torch.nn as nn

class DualAttention(nn.Module):
    def __init__(self, in_channels):
        super().__init__()
        # 通道注意力路径
        self.channel_att = nn.Sequential(nn.AdaptiveAvgPool2d(1),
            nn.Conv2d(in_channels, in_channels//8, 1),
            nn.ReLU(),
            nn.Conv2d(in_channels//8, in_channels, 1),
            nn.Sigmoid())
        # 空间注意力路径
        self.spatial_att = nn.Sequential(nn.Conv2d(in_channels, 1, 1),
            nn.Sigmoid())

    def forward(self, x):
        # 通道注意力权重 [N,C,1,1]
        ch_att = self.channel_att(x)
        # 空间注意力权重 [N,1,H,W]
        sp_att = self.spatial_att(x)
        # 权重融合 (Hadamard 积)
        return x * ch_att * sp_att

关键设计点：

通道注意力使用全局平均池化捕获全局上下文
空间注意力通过 1 ×1 卷积生成空间权重图
两路径权重进行逐元素相乘实现协同增强

def sliding_window_infer(model, volume, window_size=128, stride=64):
    """处理超过显存限制的大体积 CT 数据"""
    pred = torch.zeros_like(volume)
    counts = torch.zeros_like(volume)

    for z in range(0, volume.shape[2]-window_size+1, stride):
        patch = volume[..., z:z+window_size]
        with torch.no_grad():
            pred[..., z:z+window_size] += model(patch)
            counts[..., z:z+window_size] += 1

    return pred / counts.clamp(min=1)  # 重叠区域平均