本研究采用Medical Segmentation Decathlon (MSD)中的胰腺分割数据集，其中包含282例胰腺3D CT图像，图像尺寸为512 × 512 × D (D为切片数量)。数据来自多个医疗机构，具有较高的多样性和泛化性。所有数据均由专业医生进行标注，保证了标注的准确性。部分数据集切片可视化如 图1 所示，其中胰腺使用红色标注，病变区域使用绿色标注。

实验时将数据集按照7:2:1的比例将数据集划分为训练集、测试集和验证集，并对数据集进行预处理操作，如随机旋转、翻转等操作，从而提高模型的泛化能力。

本研究中使用的模型结构如 图2 所示。采用MedSAM中的编码器对胰腺图像处理后，得到初步数据特征，MedSAM编码器从图像中提取多层次的特征，包括低层次的边缘、纹理信息和高层次的语义信息。随后对特征图进行下采样，一共4个阶段，将每个阶段得到的特征图分别作为网络结构第二、三、四、五层的输入特征图。每个上采样阶段加入高效通道注意力模块，减小降维带来的特征损失，并与对应层的输入特征图连接，本实验采用简单的跳跃连接。最终，通过一个1 × 1的卷积层将特征图映射到目标类别的数量，生成最终的分割结果。

高效通道注意力的核心思想是通过局部跨通道交互来计算通道权重，如 图3 所示，首先对输入特征图的各个通道进行全局平均池化，然后使用一维卷积进行局部跨通道交互，一维卷积核的大小通过自适应方法确定：

$\begin{array}{c}k=\frac{\left|{\log }_2\left(C\right)+b\right|}{\gamma }\end{array}$ (1)

其中， $C$是通道数， $b$和 $\gamma$是超参数。随后，将通道权重与输入特征图相乘，得到加权后的特征图。

本文实验在Python 3.8、CUDA 12.0、Pytorch 2.2.0、Nvidia RTX 4090 显卡环境下运行。超参数设置如 表1 所示。

为了直观展示模型在胰腺病变图像分割任务中的性能表现，我们采用CeDice损失函数。CeDice损失函数是一种结合了Cross-Entropy (交叉熵)和Dice Loss (Dice损失)的混合损失函数，能够有效解决类别不平衡问题并提高模型的分割性能。

$\begin{array}{c}{L}_{Ce}=-\frac{1}{N}\underset{i=1}{\overset{N}{{\displaystyle \sum }}}\underset{c=1}{\overset{C}{{\displaystyle \sum }}}{y}_{i,c}\log \left({\hat{y}}_i,c\right)\end{array}$ (2)

$\begin{array}{c}{L}_{Dice}=1-\frac{2\left|X\cap Y\right|}{\left|X\right|+\left|Y\right|}\end{array}$ (3)

$\begin{array}{c}{L}_{CeDice}=\alpha L_{Ce}+\beta L_{Dice}\end{array}$ (4)

其中，N和C分别代表样本总数和类别总数， $y_i$和 ${\hat{y}}_i$分别代表真实标签和预测标签， ${\hat{y}}_{i，c}$表示模型预测样本 $i$属于类别 $c$的概率， $\alpha$和 $\beta$表示损失函数的权重，默认值均为1。

极度不平衡的分割在医学图像分析中十分普遍，本文的胰腺病变分割任务便是其中之一 [10] 。病变区域通常远小于背景，常规的交叉熵损失函数应用于此类任务不具备优势，因此，本实验采用Dice相似系数(DSC)以及95%豪斯多夫距离(HD95)作为评价指标。DSC是一种用于衡量两个样本(通常是分割结果和真实标签)之间相似度的指标。其取值范围为[0, 1]，值越接近1，表示分割结果与真实标签的重叠度越高。DSC主要用于衡量分割结果与真实标签之间的重叠程度。本实验目标区域通常较小，DSC能够有效评估小目标的分割效果。其公式如下：

$\begin{array}{c}\text{DSC}\left(P,G\right)=\frac{2\times \left|P\cap G\right|}{\left|P\right|+\left|G\right|}\end{array}$ (5)

其中P表示预测的分割标签，G表示真实的标签。

HD是一种用于衡量两个点集之间最大距离的指标，常用于评估分割结果的边界精度。HD值越小，表示分割结果与真实标签的边界越接近。HD对分割结果中的异常值(如孤立的错误预测点)非常敏感，能够反映分割结果的边界精度，对分割结果的形状和位置变化敏感。其公式如下：

$HD\left(P,G\right)=\max \left\{{\sup }_{p\in P}{\inf }_{g\in G}d\left(p,g\right)，{\sup }_{g\in G}{\inf }_{p\in P}d\left(g,p\right)\right\}$ (6)

其中， $d\left(p，g\right)$表示点 $p$和点 $g$之间的欧氏距离。HD值越小，表示预测边界和真实边界之间的吻合度越高。

为了验证本文所提模型的有效性，本研究与常用的U-Net [6] 、V-Net [11] 、Attention U-Net [7] 、TransUnet [12] 、Res U-Net [13] 以及Deeplabv3+ [14] 模型在MSD_Pancreas数据集上进行对比分析。这些模型均是医学图像分割领域的经典和前沿方法，具有广泛的代表性。对比结果见 表2 ，本文方法均优于对比方法，DSC分数和HD95值分别为82.7%和10.2 mm，相比于基线U-Net方法提升了4.4%和2.3 mm，表明本文方法在分割精度上具有显著优势。

为直观展现各模型在胰腺病变图像上的分割效果，我们选取pancreas_15的第33张切片进行可视化展示，如 图4 所示，我们的模型对胰腺目标边缘的分割最接近于真实标签，且对病变区域的细节捕捉也优于选定的对比模型。

为了进一步验证模型各模块的有效性，设计了三组消融实验，分别验证MedSAM编码器和高效通道注意力模块在模型中的贡献。实验结果如下 表3 所示，当模型仅加入高效通道注意力模块时，DSC分数相比于HD值提升更大；而当模型仅加入MedSAM编码器模块时，HD值相较于DSC分数提升更为显著。根据实验结果可知，MedSAM编码器能够提升边界分割能力，而高效通道注意力能够提升标签预测的精度。通过该实验可知引入MedSAM编码器和高效通道注意力的有效性。

现有胰腺病变数据集在病变类型方面缺乏多样性且数据量较少，影响了模型的泛化能力；模型在胰腺病变分割数据集上训练和推理需要大量的计算资源，本文方法的参数量达到了53 M，导致了模型推理速度慢，难以满足实时性要求高的场景。未来将进一步研究如何优化模型结构，减少模型参数量，并采用数据增强技术扩充数据集，提高模型的泛化能力。