基于拓扑几何约束的动态蛇形卷积用于管状结构分割

血管、道路等拓扑管状结构的精确分割在多个领域中至关重要，可确保下游任务的准确性与效率。然而，诸多因素使该任务复杂化，包括纤细的局部结构与多变的全局形态。本工作中，我们注意到管状结构的特殊性，并利用该知识引导我们的 DSCNet 在三个阶段同时增强感知：特征提取、特征融合与损失约束。首先，我们提出动态蛇形卷积（dynamic snake convolution），通过自适应聚焦于细长且弯曲的局部结构，精确捕捉管状结构特征。随后，我们提出多视角特征融合策略，在特征融合阶段补充对多视角特征的关注，确保保留来自不同全局形态的重要信息。最后，提出基于持续同调（persistent homology）的连续性约束损失函数，以更好地约束分割的拓扑连续性。在 2D 和 3D 数据集上的实验表明，与多种方法相比，我们的 DSCNet 在管状结构分割任务上提供了更好的准确性与连续性。我们的代码将公开可用。