核心发现
方法论
该方法基于参数高效的Vision Transformer适配器，结合多专家轻量级模块，通过输入依赖的top-k路由机制动态选择专家，从而细化血管特征。模型在编码器多个Transformer块中插入MoE适配器，利用稀疏路由实现不同血管外观的自适应特征增强。训练目标结合Dice和BCE损失，优化血管区域的精确识别。实验在MOSXAV数据集上实现优异表现，显著优于U-Net、Attention U-Net等基线，并在XACV数据集上展现出良好的跨域泛化能力。
关键结果
- 在MOSXAV测试集上，提出方法的Dice系数达53.47%，IoU为39.09%，优于所有对比模型，尤其在血管细节恢复和背景抑制方面表现突出。
- 在XACV外部验证中，Dice达70.25%，IoU为54.95%，显示出较强的跨数据集适应性，优于nnU-Net和AdapterSeg等方法。
- 消融实验表明，采用多专家MoE结构和top-k路由显著提升模型性能，Dice提升约1.5%，且参数增长有限，验证了方法的有效性和效率。
研究意义
该研究突破了血管分割中模型对异质血管外观的适应瓶颈，结合MoE机制实现多样化特征细化，为血管成像的自动化和临床应用提供了强有力的技术支撑。跨数据集的优异表现表明，该方法具有良好的推广潜力，有望推动血管疾病的早期诊断和手术导航的智能化发展。
技术贡献
创新点在于引入多专家MoE适配器，结合输入依赖的稀疏top-k路由机制，有效增强模型对血管多样性和复杂背景的适应能力。相较于传统单一适配器，显著提升了特征表达的丰富性和鲁棒性。模型设计兼顾参数效率和性能提升，为Transformer在医学影像中的应用提供新思路。
新颖性
首次将MoE机制引入血管分割的Transformer架构中，结合参数高效的AdaptFormer风格适配器，实现多专家动态融合，有效解决血管细节多样性和背景干扰问题。这在医学影像中尚属创新，填补了异质血管特征自适应的研究空白。
局限性
- 模型在极端低对比度或严重运动伪影情况下仍存在漏检风险，因血管特征与背景难以区分。
- 多专家路由虽提升性能，但增加了模型复杂度，存在一定的计算成本，需优化推理效率。
- 目前仅在静态帧上验证，尚未充分考虑血管随时间变化的动态信息，未来需结合时序建模。
未来方向
未来将探索结合时序信息的血管动态建模，提升血管直径和狭窄程度的定量分析能力。同时，优化模型推理速度，结合多模态数据（如血管造影和超声）实现更全面的血管疾病诊断，推动临床智能化应用。
AI 总览摘要
冠状动脉血管的自动分割在心血管疾病诊断和介入治疗中扮演着关键角色。现有方法如U-Net和Transformer虽然取得一定进展，但在血管细节复杂、低对比和背景干扰严重的场景中仍表现不足。为此，本文提出一种基于Mixture-of-Experts（MoE）机制的特征适配器，结合参数高效的Vision Transformer架构，动态选择多个专家进行血管特征细化。该方法在编码器多个Transformer层中插入多专家适配器，通过输入依赖的稀疏top-k路由机制实现专家的自适应融合，从而增强模型对血管多样性和复杂背景的适应能力。训练目标结合Dice和BCE损失，优化血管区域的识别精度。在MOSXAV数据集上的实验显示，该模型在血管分割性能上优于U-Net、Attention U-Net和nnU-Net等主流方法，Dice系数达53.47%，IoU为39.09%。在XACV外部验证中，模型表现出强大的跨域泛化能力，Dice达70.25%，IoU为54.95%。消融实验验证了多专家MoE结构和稀疏路由的有效性，参数增长有限，性能显著提升。这一创新技术不仅提升了血管分割的鲁棒性，也为未来结合时序信息和多模态数据的血管分析提供了基础。尽管如此，模型在极端低对比和运动伪影场景下仍有改进空间，未来将关注动态血管建模和推理效率优化。整体而言，该研究为血管自动分割提供了新的技术路径，推动心血管疾病的早期诊断和智能化治疗迈出重要步伐。
深度分析
研究背景
血管分割作为医学影像分析的重要任务，经历了从传统滤波和边缘检测到深度学习的快速发展。早期方法如基于Hessian滤波和血管增强滤波难以应对复杂背景和血管细节。近年来，U-Net及其变体成为主流，结合多尺度特征提取显著提升性能。Transformer模型引入后，长距离依赖建模进一步增强，但在血管细节丰富、背景复杂的场景中仍面临挑战。现有的模型在血管连续性和细节恢复方面存在不足，特别是在低对比和伪影干扰下的鲁棒性有限。多模态融合和半监督学习等策略虽有所突破，但仍未解决血管多样性和背景干扰的根本问题。血管的复杂形态和低对比特性使得自动化分割成为难题，亟需更具适应性和鲁棒性的模型架构。
核心问题
核心问题在于血管的细长、弯曲和断续特性，加之低对比和背景干扰，导致传统模型难以同时兼顾血管细节恢复和背景抑制。单一特征变换难以应对血管多样性，容易出现漏检或误检。现有方法在复杂血管结构和异质背景中表现不稳定，限制了临床应用的推广。如何设计一种具有自适应能力的模型，能根据血管局部特征动态调整，从而实现高精度、强鲁棒性的血管分割，是亟待解决的问题。
核心创新
本研究的创新点在于引入多专家MoE机制，结合参数高效的AdaptFormer风格适配器，实现输入依赖的动态专家选择。具体创新包括：
- �� 多专家结构：多个轻量级适配器共同作用，增强特征表达丰富性。
- �� 稀疏top-k路由：只激活最相关的专家，降低计算成本，提升模型效率。
- �� 多层次插入：在多个Transformer阶段引入MoE适配器，捕获不同尺度的血管信息。
- �� 端到端训练：结合Dice和BCE损失，优化血管区域的识别能力。这些创新共同提升模型对血管多样性和背景复杂性的适应能力。
方法详解
- �� 输入：单帧X光血管造影图像，经过预处理和归一化。
- �� 编码器：基于Vision Transformer提取多层次特征。
- �� MoE适配器：在Transformer块中插入多个轻量级专家模块，每个专家通过瓶颈结构实现特征变换。
- �� 路由机制：利用池化后的特征，通过线性投影预测每个专家的重要性权重，采用top-k稀疏路由选择最相关的专家。
- �� 特征融合：将激活的专家输出加权融合，生成自适应残差，细化血管特征。
- �� 多层次插入：在不同Transformer层插入MoE适配器，捕获不同尺度血管信息。
- �� 解码器：融合多尺度特征，输出二值血管掩码。
- �� 损失函数：结合Dice和BCE损失，优化血管区域的准确性。
实验设计
采用MOSXAV作为主要训练和测试数据集，模型在验证集和测试集上进行评估。对比U-Net、Attention U-Net、nnU-Net等主流模型，采用Dice、IoU、Precision和Recall指标。超参数包括：专家数M=4，激活top-k=2，训练40轮，学习率3e-4。还在XACV数据集上进行外部验证，测试模型跨域泛化能力。消融实验验证多专家结构和稀疏路由的效果，分析参数增长与性能提升关系。
结果分析
在MOSXAV测试集，提出方法的Dice达53.47%，IoU为39.09%，优于所有对比模型，特别在血管细节恢复和背景抑制方面表现优异。在XACV外部验证中，Dice达70.25%，IoU为54.95%，显示出强大的跨域适应性。消融实验表明，多专家MoE结构和top-k路由显著提升性能，参数增长有限，验证了方法的有效性和效率。这些结果充分证明了模型在复杂血管结构和异质背景中的鲁棒性。
通俗解读 非专业人士也能看懂
想象你在厨房里做菜，锅里有很多不同的食材，每次你需要根据菜的不同部分调整火候和调料。有些菜需要多放点盐，有些则要少放，甚至还要用不同的厨具来处理不同的食材。这个研究就像是让厨师拥有多个不同的厨具（专家），根据菜的具体情况（血管的外观）自动选择最合适的厨具（专家）来处理。这样，无论菜多复杂，厨师都能灵活应对，做出美味佳肴。传统方法就像只用一种锅或调料，效果有限。而这个新方法则像有多个厨具，能根据不同情况灵活切换，做出更精细、更美味的菜肴。
简单解释 像给14岁少年讲一样
你知道做饭的时候，有时候需要用不同的锅或者调料来应对不同的菜吗？比如炒菜时，有的菜需要多放点盐，有的则要少放，甚至还要用不同的厨具。这个研究就像是给电脑装上了很多“厨具”，它可以根据不同的血管图片自动选择最合适的“厨具”来处理。这样，无论血管长得多细、多弯，或者背景多复杂，电脑都能聪明地找到血管，把它们清楚地画出来。比起以前只用一种方法，这个新方法更聪明、更灵活，也更能帮医生准确找到血管，帮助治疗心脏病。就像有了多把厨具，厨师做菜就更得心应手，菜也会更好吃！
原文摘要
Accurate segmentation of coronary arteries in X-ray angiography videos is essential for quantitative coronary analysis and image-guided interventions. However, accurate segmentation remains challenging because coronary vessels are thin and exhibit low contrast, while the presence of catheters, guidewires, and complex anatomical background structures can further interfere with vessel delineation. Existing U-Net- and Transformer-based models provide strong baselines, but their shared feature-adaptation pathways may be insufficient for heterogeneous angiographic appearances. In this paper, we propose a prompt-free mixture-of-experts (MoE) feature adapter for binary coronary artery segmentation. Built upon parameter-efficient Vision Transformer adapters, the proposed method uses multiple lightweight experts with input-dependent top-$k$ routing to adaptively refine vessel-related features while limiting active computational cost. Experiments on MOSXAV and external evaluation on XACV show that the proposed method outperforms representative baselines and improves cross-dataset generalisation. These results suggest that MoE-based adapter learning is effective for robust coronary artery segmentation in X-ray angiography videos.