PoreTimeNet把整段CT序列一起分割：碳酸盐岩溶蚀孔隙度误差从0.97降到0.28个百分点
核心概要
时间分辨显微CT一次实验可产生数十到数百张三维图像，逐张分割的误差会在图像间漂移，被误读成岩石本身的变化。PoreTimeNet把同一时间窗内的多张图像一起送入共享空间编码器，用时间注意力和解码融合借用相邻时刻的信息。在碳酸盐岩溶蚀序列上，它的平均绝对孔隙度误差为0.28个百分点，忽略时间信息的3D模型为0.97个百分点，岩石边界F1由0.833升到0.941。
深度剖析
时间分辨显微CT的分割从逐张独立处理改为在一个时间窗内联合处理多张三维图像，使孔隙体积增长和岩石边界的测量更接近参考分割。 此前的3D深度网络对每张图像单独分割，不使用序列中其他图像的信息，误差在图像之间变化，可能被误认为物理变化；阈值化方法在噪声大、对比度低的图像上表现差，且需要逐图人工调整。 在CO2饱和盐水驱油伴随碳酸盐溶蚀的序列上，与空间结构相同但不含时间信息的3D模型相比，平均绝对孔隙度误差由0.97个百分点降到0.28个百分点，岩石边界F1由0.833升到0.941。
分割结果被直接接入流动与反应输运计算，孔隙几何的差异因此体现为渗透率和矿物溶解速率估计的差异。 3D模型低估了末态与初态的渗透率比值约27%，在0分钟高估渗透率13%、在646分钟低估18%；自配置的3D网络nnU-Net低估该比值41%。 在0、187和646分钟三个时刻用GeoChemFoam做单相流与反应输运模拟，4D模型对该渗透率比值的平均绝对相对误差为6.7%；646分钟孔隙体积为初始值的1.71倍，参考分割为1.71倍，4D为1.74，3D为1.57，nnU-Net为1.53。
增益来自序列中其他图像提供的信息，而不是更多的数据扰动或更大的网络容量。 给3D模型加入噪声、遮挡或灰度抖动等输入扰动后，孔隙度误差、流体Dice和岩石边界F1仍接近原3D模型；保留完整结构但只处理当前时刻的4D模型，精度也仍接近3D模型。 推理时把当前图像重复多次构成输入序列、权重不变，平均岩石边界F1由0.941降到0.808，孔隙度误差上升，且降幅最大的正是3D模型边界精度最低的四个时刻。
启示与展望
评估覆盖六套时间分辨序列：一块Ketton样品的溶蚀序列、同一块样品的排驱与吸渗、卢森堡砂岩的驱油，以及另一块Ketton样品的混合润湿与水润湿溶蚀序列；迁移测试不做微调，也不按目标数据挑选检查点。
作者把更快的实验室CT成像列为潜在用途，并指出模型使用相对图像位置而非以秒计的经过时间，因此可针对更密集的成像重新训练；这一用途尚未在实验中验证。在Ketton排驱序列中，给3D模型加入输入扰动可恢复大部分Dice精度增益，而4D的孔隙度预测仍更一致；Seq2的油相边界F1则是3D略高于4D。