混合残差–Swin Transformer 与注意力机制的前列腺癌分割模型 RSAUNet
核心概要
该研究提出 RSAUNet，一种在 U-Net 主干中融合残差卷积块、Swin Transformer 块与注意力机制的深度学习架构，用于 MRI 前列腺癌分割，并在公开 Kaggle 前列腺标注数据集上报告了 Dice 系数 0.998、Jaccard 指数（IoU）0.965 的训练与验证结果，同时通过消融实验比较了各组件逐项加入后的损失、准确率、Dice 与平均 IoU 变化。
深度剖析
提出 RSAUNet 架构，在编码器与解码器中同时使用残差卷积块，在编码器与桥接部分使用 Swin Transformer 块，并在解码器上采样路径中插入注意力块。 相对基线 U-Net，该设计把卷积的局部特征提取、窗口化自注意力的全局上下文建模与注意力加权上采样组合在同一 U-Net 框架内，论文以算法形式给出了各阶段的滤波器数、注意力头数与窗口大小（如 64/128/256/512/1024 维，4/8/16 头，窗口 7）。 证据来自作者自建的消融实验表（表 7）与训练/验证曲线（图 8–17），在 300 个 epoch 的训练设置下报告指标；未提供外部独立复现或第三方评测。
消融实验显示，逐项加入残差块、Swin Transformer 块与注意力机制后，验证集指标总体上升，完整 RSAUNet 取得最佳综合表现。 论文报告基线 U-Net 验证准确率 0.971、Dice 0.98、平均 IoU 0.917；加入残差块后验证 Dice 升至 0.991；再加入 Swin Transformer 与注意力机制后验证准确率 0.993、平均 IoU 0.934；完整 RSAUNet 验证准确率 0.998、Dice 0.998、平均 IoU 0.965。 证据为同一数据集上的内部消融对比，指标以训练/验证曲线与汇总表形式给出；论文未报告置信区间、多次随机种子或统计显著性检验。
在与文献中多种分割方法的对比中，RSAUNet 报告的 Dice 系数与 IoU 高于所引用的对比方法。 论文表 8 将 RSAUNet 的 DC 0.998、IoU 0.965 与 Jiang 等（0.939）、Toosi 等（0.532/0.433）、Jeong 等（0.84）、Kuanar 等（0.91）、Li 等（0.849）、Alzate-Grisales 等（0.624/0.491）、Pellicer-Valero 等（0.945）、Duran 等（0.875）、Zhang 等（0.657）、Chahal 等（0.9750）、Kiljunen 等（0.94）、Zhang 等（0.859/0.757）、Hossain 等（0.9457）等结果并列比较。 对比为跨研究、跨数据集、跨成像模态的文献汇总，各方法所用数据（微超声、PET/CT、CT、多参数 MRI 等）与评价流程不同；论文自身模型在 48 例 Radboud University 多参数 MRI 研究上评估。
论文给出可复现的架构描述与数据来源，包括公开 Kaggle 前列腺标注数据集、T2WI 与 ADC 分辨率、以及水平翻转、垂直翻转、旋转三类数据增强。 相对仅报告结果的模型论文，本文以方程（式 1–18）和伪代码形式逐步描述残差块、Swin 块与注意力块的计算流程，并公开数据集链接，便于方法层面的复现与迁移。 方法描述与数据可用性声明来自正文与数据可用性部分；论文未提供代码仓库链接，训练超参数（优化器、学习率、批大小等）在正文中未完整列出。
启示与展望
该工作面向使用 T2 加权与 ADC 图的多参数 MRI 前列腺分割场景，数据来自公开 Kaggle 前列腺标注数据集，论文另在对比表中提及 48 例 Radboud University 多参数 MRI 研究；其结论适用于与训练数据成像协议、分辨率（T2WI 0.6×0.6×4 mm、ADC 2×2×4 mm）和标注流程相近的情形。论文提出后续可扩展到 PET/CT 等多模态数据并探索临床实时环境中的计算效率，这些方向尚未在本文中验证。
读者可能仍会关注：验证指标来自同一公开数据集的训练/验证划分，独立外部测试集上的表现尚未报告；对比表中的方法使用不同数据集与成像模态，数值并列比较时需注意评价条件差异；论文未列出完整训练超参数与代码链接，复现细节需进一步确认；此外，正文中个别指标表述（如 Dice 系数描述）与表格数值的对应关系值得在阅读图表时逐一核对。