NPJ Digital Medicine | 实时、精准、可部署：轻量化AI赋能术中影像引导

研究团队提出轻量化实时实例分割框架 EndoSeg-RT，可在复杂术中环境下实现关键解剖结构的精准识别与实时分割，为智能化微创手术导航与术中辅助决策提供了新方案，相关数据集与代码已公开。研究成果以“Deployable real-time spinal endoscopic instance segmentation with lightweight multi-scale attention mechanism”为题发表在数字医学领域知名期刊《NPJ Digital Medicine》（IF=15.1），深圳先进院赖琪博士为第一作者。

图1：文章上线截图

脊柱内镜技术因创伤小、恢复快等优势，已广泛应用于微创脊柱外科。然而，术中内镜视野狭窄，常伴随高光反射、烟雾、出血遮挡及组织边界模糊等复杂情况，医生需快速准确识别黄韧带、神经、骨组织及脂肪组织等关键结构，以降低术中风险。现有深度学习方法虽在医学影像分析中取得进展，但在脊柱内镜场景下仍面临实时性不足、小目标识别困难及部署成本高等问题。

针对上述挑战，研究团队提出了轻量化实时脊柱内镜实例分割框架 EndoSeg-RT（图2）。该框架从主干网络（Backbone）、特征融合颈部网络（Neck）以及分割头（Head）三个层面进行协同优化，通过引入重参数化卷积与高效多尺度注意力机制，在保证高精度的同时显著降低推理延迟；同时设计双分支特征融合模块，强化跨尺度信息交互与边界细节表达，提升对细小神经结构及复杂组织边界的识别能力，更适用于真实术中实时部署场景。

图2： EndoSeg-RT框架概览

为验证模型性能，研究团队构建了临床标注的 PELD 脊柱内镜实例分割数据集（图3）。该数据集来源于襄阳市中心医院61例经皮椎间孔镜腰椎间盘切除术患者，共包含610张1080×720分辨率的脊柱内镜图像，并对脂肪组织、骨组织、黄韧带和神经结构进行了像素级实例标注。数据标注由具有丰富经验的脊柱外科医生共同完成，并经过专家审核，保证了数据质量和临床可靠性。

图3：数据集标注案例与每张图像的每类像素占用率（%）。带有抖动点的方框图和须状图总结了骨骼、韧带、脂肪和神经的掩模面积占图像面积的百分比分布。

实验结果表明，EndoSeg-RT 在保持极低计算复杂度的同时，实现了优异的分割性能（图4）。在 PELD 数据集上，该方法仅使用 1.8M 参数量和 8.8 GFLOPs，即可达到约189 FPS 的实时推理速度，在 Dice、IoU 和精度等指标上优于或接近当前主流实例分割模型，包括 Mask R-CNN、SOLOv2、Mask2Former 和 YOLO 系列方法。相比传统两阶段模型，EndoSeg-RT 在保持高精度的同时大幅降低了模型规模与计算开销，更适合部署于术中工作站或边缘设备。

图4：EndoSeg-RT在PELD 数据集上的分割表现。