Multiscale Switch for Semi-Supervised and Contrastive Learning in Medical Ultrasound Image Segmentation
作者: Jingguo Qu, Xinyang Han, Yao Pu, Man-Lik Chui, Simon Takadiyi Gunda, Ziman Chen, Jing Qin, Ann Dorothy King, Winnie Chiu-Wing Chu, Jing Cai, Michael Tin-Cheung Ying
分类: cs.CV, cs.AI
发布日期: 2026-03-19
备注: This is the author-submitted LaTeX version with original typesetting. The final published version (with IEEE production formatting and layout changes) is available at http://doi.org/10.1109/TNNLS.2026.3669814 under CC BY 4.0 license
DOI: 10.1109/TNNLS.2026.3669814
🔗 代码/项目: GITHUB
💡 一句话要点
提出Switch框架，利用多尺度和频域信息，提升医学超声图像分割的半监督和对比学习效果
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 半监督学习 超声图像分割 对比学习 多尺度学习 频域分析 数据增强 医学影像分析
📋 核心要点
- 医学超声图像分割面临标注数据稀缺和图像伪影的挑战，现有半监督方法对未标注数据利用率低，特征表示不够鲁棒。
- 提出Switch框架，通过多尺度patch混合和频域幅度切换，增强空间覆盖和特征鲁棒性，提升半监督学习效果。
- 实验结果表明，Switch在多个超声数据集上显著优于现有方法，在低标注比例下甚至超越了全监督基线。
📝 摘要（中文）
医学超声图像分割面临着标注数据有限以及散斑噪声和低对比度边界等成像伪影的挑战。半监督学习(SSL)方法虽然可以缓解数据稀缺问题，但现有方法对未标注数据的利用率不高，且缺乏鲁棒的特征表示机制。本文提出了一种新的SSL框架Switch，包含两个关键创新：(1)多尺度Switch(MSS)策略，采用分层patch混合来实现均匀的空间覆盖；(2)频域Switch(FDS)与对比学习，在傅里叶空间执行幅度切换以获得鲁棒的特征表示。该框架将这些组件集成到teacher-student架构中，以有效利用标注和未标注数据。在六个不同的超声数据集（淋巴结、乳腺病灶、甲状腺结节和前列腺）上的综合评估表明，该方法始终优于最先进的方法。在5%的标注比例下，Switch取得了显著的改进：在LN-INT上Dice系数达到80.04%，在DDTI上达到85.52%，在前列腺数据集上达到83.48%，其半监督方法甚至超过了完全监督的基线。该方法在保持参数效率（1.8M参数）的同时提供了卓越的性能，验证了其在资源受限的医学成像应用中的有效性。源代码已公开。
🔬 方法详解
问题定义：医学超声图像分割任务中，标注数据的获取成本高昂，而未标注数据量大。现有半监督学习方法在利用未标注数据时存在不足，例如空间覆盖不均匀，以及对超声图像中常见的噪声和伪影的鲁棒性较差，导致分割精度受限。
核心思路：论文的核心思路是通过引入多尺度信息和频域信息来增强模型的特征表示能力和对未标注数据的利用率。多尺度Switch策略旨在实现更均匀的空间覆盖，而频域Switch策略则通过在傅里叶空间进行幅度切换来提升模型对噪声和伪影的鲁棒性。
技术框架：Switch框架采用teacher-student架构，其中teacher模型利用标注数据和未标注数据进行训练，student模型则通过一致性正则化学习teacher模型的预测结果。框架包含两个主要模块：多尺度Switch (MSS) 和频域Switch (FDS)。MSS通过分层patch混合策略，生成不同尺度的图像patch，从而实现更全面的空间覆盖。FDS则在傅里叶空间对图像的幅度谱进行切换，生成新的训练样本，并利用对比学习来增强模型的特征表示能力。
关键创新：论文的关键创新在于提出了MSS和FDS两种新的数据增强策略，并将其与对比学习相结合，用于半监督超声图像分割。MSS通过多尺度patch混合实现了更均匀的空间覆盖，解决了传统方法中空间信息利用不足的问题。FDS通过在频域进行幅度切换，增强了模型对噪声和伪影的鲁棒性，提高了分割精度。
关键设计：MSS采用分层patch混合策略，将图像划分为不同大小的patch，并随机交换不同patch的内容。FDS首先将图像转换到傅里叶空间，然后随机交换幅度谱的不同部分，最后将图像转换回空间域。对比学习损失函数用于拉近原始图像和经过FDS处理后的图像的特征表示，从而增强模型的鲁棒性。网络结构采用常见的U-Net结构，并使用Dice损失函数进行优化。
🖼️ 关键图片
📊 实验亮点
Switch框架在六个不同的超声数据集上取得了显著的性能提升。在5%的标注比例下，Switch在LN-INT数据集上Dice系数达到80.04%，在DDTI数据集上达到85.52%，在前列腺数据集上达到83.48%，甚至超过了完全监督的基线。这些结果表明，Switch能够有效地利用未标注数据，并在低标注比例下实现高精度的图像分割。
🎯 应用场景
该研究成果可应用于多种医学超声图像分割任务，例如淋巴结、乳腺病灶、甲状腺结节和前列腺等器官的分割。通过减少对标注数据的依赖，降低了医疗影像分析的成本，并有望辅助医生进行更准确的诊断和治疗计划制定。未来，该方法可以推广到其他医学影像模态和分割任务中。
📄 摘要（原文）
Medical ultrasound image segmentation faces significant challenges due to limited labeled data and characteristic imaging artifacts including speckle noise and low-contrast boundaries. While semi-supervised learning (SSL) approaches have emerged to address data scarcity, existing methods suffer from suboptimal unlabeled data utilization and lack robust feature representation mechanisms. In this paper, we propose Switch, a novel SSL framework with two key innovations: (1) Multiscale Switch (MSS) strategy that employs hierarchical patch mixing to achieve uniform spatial coverage; (2) Frequency Domain Switch (FDS) with contrastive learning that performs amplitude switching in Fourier space for robust feature representations. Our framework integrates these components within a teacher-student architecture to effectively leverage both labeled and unlabeled data. Comprehensive evaluation across six diverse ultrasound datasets (lymph nodes, breast lesions, thyroid nodules, and prostate) demonstrates consistent superiority over state-of-the-art methods. At 5\% labeling ratio, Switch achieves remarkable improvements: 80.04\% Dice on LN-INT, 85.52\% Dice on DDTI, and 83.48\% Dice on Prostate datasets, with our semi-supervised approach even exceeding fully supervised baselines. The method maintains parameter efficiency (1.8M parameters) while delivering superior performance, validating its effectiveness for resource-constrained medical imaging applications. The source code is publicly available at https://github.com/jinggqu/Switch