SADL：面向慢性卒中病灶分割的尺寸自适应决策层

慢性缺血性卒中病灶的自动分割一直是医学影像领域的硬骨头。在 T1 加权 MRI 上，这类病灶的信号表现与健康组织高度重叠，加之病灶体积跨度可达四个数量级，导致体素级（voxel-level）指标与病灶级（lesion-level）指标常常互相矛盾。针对这一痛点，一项面向 ISLES 2026 挑战赛的研究提出了 SADL（Size-Adaptive Decision Layer，尺寸自适应决策层），通过集成学习加后处理决策层的组合方案，显著提升了分割精度。

为什么慢性卒中病灶如此难分割

理解 SADL 的价值，先要理解问题本身的复杂性。慢性缺血性卒中病灶在影像上缺乏明显边界，与周围正常脑组织的灰度分布接近，这使得模型容易产生漏检或过分割。

更棘手的是病灶体积的极端分布：从极小的点状损伤到大面积的脑区坏死，体积跨越四个数量级。这种悬殊意味着单一的固定阈值策略注定失衡——阈值设得保守会漏掉小病灶，设得激进又会在大病灶上制造噪声。研究指出，正是这种尺度差异导致体素级指标（如 Dice）和病灶级指标（如 lesion-F1）经常给出相互冲突的评价结论。

十一成员集成：覆盖五大设计维度

SADL 方案的底层是一个基于 nnU-Net 的十一成员集成模型，刻意在五个设计轴上形成差异化，以增强集成的多样性和鲁棒性：

• 基线损失函数：采用 Dice 与 top-K 损失的组合；
• 强数据增强：通过重度增强提升泛化能力；
• 按病灶体积重加权：针对每个病灶的体积进行损失重加权，缓解小病灶被淹没的问题；
• 随机权重平均（SWA）：平滑训练过程中的权重波动；
• 采样与架构模块：将队列均衡采样（cohort-balanced sampling）与残差编码器主干（residual-encoder backbone）配对使用。

这五个维度各自针对卒中分割中的某一类难点，组合起来形成了一个覆盖面较广的模型群体。各成员的软概率图通过加权融合（weighted soft-map fusion）汇总，再送入核心的 SADL 决策层。

nnU-Net 是由德国癌症研究中心开发的一套自配置医学图像分割框架，其核心设计理念是根据数据集的统计特性（如体素间距、图像尺寸、类别比例）自动决定网络结构、预处理流程和训练策略，无需人工调参即可在多数医学分割任务上达到竞争性基线水平。正因其"开箱即用"的强泛化性，nnU-Net 已成为医学影像分割竞赛的标准起点。在此基础上构建多样化集成，研究者需要刻意在损失函数、数据增强、采样策略等维度引入差异，才能使各成员之间形成互补而非冗余——这正是 SADL 方案在五个设计轴上系统性制造多样性的出发点。随机权重平均（SWA）是一种在训练后期以较高学习率遍历权重空间、取多个检查点平均值的技术，可以使模型收敛到更平坦的损失盆地，从而改善泛化性能，与集成策略形成层次互补。

SADL 决策层：从概率图到最终判定

SADL 的创新集中在融合之后的决策环节。它并非简单地对融合概率图取一个全局阈值，而是执行了一套精细化的自适应流程：

1. 估计病灶体积，据此施加自适应的、按病灶尺寸分桶的阈值；
2. 按体素数量和峰值概率剪枝连通组件，剔除可信度低的碎片；
3. 加入"永不为空"（never-empty）的救援步骤，确保在固定阈值可能把整例都判为空的情况下仍能召回病灶。

这一"救援"机制在小病灶场景下尤为关键。固定阈值方案常常会"静默丢弃"那些概率略低于阈值的小病灶，而 never-empty rescue 恰好拦截了这类被误删的样本。

值得强调的是方法学上的严谨性：所有融合权重和分桶参数都在折外预测（out-of-fold, OOF）上拟合完成，调参过程从不触碰留出的测试集。这一设计有效避免了常见的数据泄露问题，保证了评估结果的可信度。

连通组件（connected component）分析是图像后处理中的经典操作：在二值化预测图上，将空间相邻的前景体素归为同一个独立区域，每个区域即为一个候选病灶实例。在医学分割中，模型输出的软概率图经阈值化后往往会产生大量孤立的碎片状假阳性，连通组件剪枝通过设置最小体素数或最小峰值概率过滤这些低可信度碎片，在不牺牲真实病灶的前提下降低假阳性率。SADL 将剪枝阈值与病灶尺寸分桶联动，使得对小病灶的保留标准相对宽松、对大病灶的碎片惩罚相对严格，从而在不同尺度上各自取得最优精度-召回权衡。折外预测（out-of-fold prediction）则是交叉验证框架下的产物：每折的验证集样本由未见过该样本的子模型生成预测，汇总后形成覆盖全部训练数据、却没有信息泄露的"干净"预测集，供后续参数拟合使用。

实验结果：小病灶增益最显著

在一个站点不相交（site-disjoint）的 91 例留出集上，使用挑战赛官方发布的评估代码进行在线评分，SADL 取得了以下成绩：

• Dice 系数：0.7322
• 病灶级 F1（lesion-F1）：0.7461
• PR-AUC：0.8430

为验证提升的统计显著性，研究者采用配对非参数自助法（paired non-parametric bootstrap），将 SADL 与一个参考单成员集成进行对比，确认了 lesion-F1 的提升具有统计学意义（p=0.024）。

更具说服力的是，增益最大的区间恰恰出现在小病灶场景——这正是 never-empty rescue 发挥作用的地方。这一结果从实证角度印证了决策层设计的针对性：它解决的不是模型能力的普遍短板，而是尺度极端分布所带来的系统性偏差。

PR-AUC（Precision-Recall Area Under Curve）是衡量二分类或检测任务性能的综合指标，尤其适用于正负样本严重不平衡的场景。与 ROC-AUC 相比，PR 曲线对少数类（此处为病灶体素或病灶实例）的性能更为敏感：横轴召回率反映模型找回真实病灶的能力，纵轴精确率反映预测结果中真实病灶的占比，曲线下面积越大意味着在不同决策阈值下两者的整体权衡越优。在慢性卒中分割场景中，小病灶数量少但临床意义重大，PR-AUC 能更直接地捕捉模型在这类稀有、难检样本上的表现，因此与 Dice 和 lesion-F1 共同构成了更全面的评估体系。配对非参数自助法通过对同一批样本的预测差值进行有放回重采样，构建经验零分布，从而在不假设数据分布的前提下检验两种方法之间差异的统计显著性，对小样本量场景（本研究 91 例）尤为适用。

方法论启示

SADL 的思路对医学影像分割乃至更广义的分割任务都有借鉴意义。它表明，在模型本身趋于成熟（nnU-Net 已是业界强基线）的情况下，针对任务特性设计的后处理决策层往往能带来可观且可解释的收益。

尤其是"按尺寸分桶 + 自适应阈值 + 救援召回"这一组合，直接回应了体素级与病灶级指标冲突的根源。与盲目堆叠模型或增大数据量相比，这种基于问题结构的工程化策略成本更低、可解释性更强。对临床应用而言，不漏掉小病灶的实际价值往往高于整体 Dice 的微小波动，SADL 在这一点上做出了务实的权衡。