动态小波多向感知与几何轴解引导三维CT骨折图像分割

来源：电子与信息学报杂志2026年第3期北京时间：

作者：张印辉, 刘凯, 何自芬, 张金凯, 陈光晨, 马志坚

单位：1.昆明理工大学机电工程学院 昆明 6505002.昆明市第一人民医院运动医学科 昆明 650224

摘要：三维骨折图像分割是临床骨科术前方案量化的关键，其中骨折面分割性能直接影响手术决策的安全性与有效性。针对三维骨折图像分割中存在的深层全局特征捕获不足、骨折面细节方向纹理模糊以及骨折图像几何结构利用不充分的问题，该文提出动态小波多向感知与几何轴解引导的三维CT骨折图像分割方法(Dynamic Wavelet multi-directional perception and geometry Axis-solution Guided Network, DWAG-Net)。首先，为充分提取多维度视角下全局特征，设计动态可学习参数插值重构3平面视角特征，并与全维特征聚合实现多维度提取骨折图像全局信息。其次，引入三维小波变换，通过各方向高频子带的跨子带特征融合，增强模型对模糊骨折面中方向特征的纹理细节感知。最后，根据骨骼结构相似性与骨折面局部突变性设计几何轴解引导模块，通过几何亲和与距离衰减引导模型轴解分割，并重新分配类别权重缓解其不平衡问题，约束损失函数梯度向最优方向下降。在自建胫骨骨折数据集上，DWAG-Net模型相比现有先进模型展现出优越分割性能，平均Dice Score为71.20%，其中骨折面类较基准提升了7.12%，平均HD95为1.38 mm，其中骨折面类降低了3.70 mm，与前沿3D分割算法nnWNet相比，平均Dice Score提升了4.63%。实验结果表明，DWAG-Net模型可有效实现三维骨折图像分割任务，为术前穿钉角度量化与固定位置精确选择提供了图像依据，对辅助医生优化术前方案具有重要意义。

关键词：三维骨折分割, 胫骨CT图像, 动态多视角, 小波感知, 几何引导

基金资助：国家自然科学基金(62561032, 62171206, 62061022)，云南省科技厅昆明医科大学联合专项(202001AY070001-094)，昆明市卫健委十百千工程(2021-SW(后备)-28)，昆明市卫健委医学技术中心项目(2022-SW(技)-15)