近日，钱惠敏老师团队在胰腺医学图像分割领域取得新进展，相关研究成果以《Pancreatic medical image segmentation via multi-view fusion with inter-layer positional contrastive learning》为题发表于《Multimedia Systems》2026年第32卷。
01论文概要
在腹部CT成像中，胰腺分割一直面临巨大挑战，主要原因在于胰腺体积小、与周围组织对比度弱，且难以进行大规模注释。为了解决这些问题，研究团队提出了一种面向胰腺的分割框架MPC-CAU-Net。该框架有效结合了层间位置对比学习（IPCL）、CBAM增强的跳跃连接以及多视图融合技术。
图1不同病例的相邻腹部CT切片对比
研究亮点
1.提出层间位置对比学习（IPCL）策略，利用归一化的切片相对深度在每个特定视图中形成对比对，使编码器能够学习层间上下文连续性作为弱位置先验。
2.在跳跃连接中引入CBAM双注意力机制，以抑制背景干扰并增强模糊的边界纹理。
3.采用体素级多数投票机制（voxel-wise majority voting），对轴状面、冠状面和矢状面的2D预测结果进行多视图融合，以实现最终的三维重建。
02方法框架与核心设计
MPC-CAU-Net框架主要包含三个关键阶段：多视图数据预处理、单视图分割网络以及体素级多视图融合与3D重建。
图2 MPC-CAU-Net框架总览
首先，将3D腹部CT数据沿轴状面、冠状面和矢状面切片，创建三个独立的2D数据集。
其次，构建基于U-Net架构的单视图分割网络PC-CAU-Net。在缺乏大量标注数据的情况下，编码器首先在无标签数据上使用层间位置对比学习（IPCL）进行自监督预训练，以捕获跨切片的上下文关系。在微调阶段，网络在跳跃连接中嵌入了CBAM双注意力模块，对编码器输出的特征图进行通道和空间双重校准，从而增强胰腺边界等有用特征并抑制噪声。
图3 PC-CAU-Net网络架构
最后，模型将三个平面的2D分割结果拼接，并通过体素级多数投票策略进行融合。该设计充分利用了跨平面的上下文线索，在不增加额外可训练融合模块的情况下，有效减少了欠分割和过分割现象，实现了精确的3D胰腺重建。
图4多视图融合流程
03实验结果与性能表现
研究团队在公开的NIH胰腺CT数据集上进行了系统实验。结果表明，MPC-CAU-Net取得了82.94%的Dice分数和71.11%的IoU。与单视图的PC-CAU-Net相比，其Dice分数和IoU分别提高了约2.09和2.94个百分点。
在自监督预训练方面，与现有的对比学习方法相比，IPCL表现出显著优势。在100%标注数据设置下，IPCL的Dice分数比SimCLR提高了约2.01个百分点，比GCL提高了1.59个百分点。消融实验也进一步证实了IPCL预训练、CBAM注意力机制和多视图融合等核心组件对提升模型性能均有积极贡献。
图5不同方法在NIH数据集上的2D分割结果对比
图6单视图与多视图融合的3D分割结果对比
04成果意义
该研究证实了将位置预训练、注意力引导的细化以及跨视图互补性相结合在胰腺CT分割中的有效性。这一针对性的综合设计为解决有限注释、器官边界模糊和单视图偏差这三个长期存在的挑战提供了实用的解决方案，在资源受限的临床医学图像分割场景中具有重要的参考价值。
05论文信息与原文链接
论文题目| Pancreatic medical image segmentation via multi-view fusion with inter-layer positional contrastive learning
作者| Huimin Qian, Yishan Liu, Nanqing Cao, Jingdan Jiao
期刊|《Multimedia Systems》
卷期页码| 2026, 32:386
DOI | 10.1007/s00530-026-02455-y
原文链接：https://doi.org/10.1007/s00530-026-02455-y