## Mask R-CNN

### 【核心定义】

Mask R-CNN（Mask Region-based Convolutional Neural Network）是何恺明团队于2017年提出的实例分割（Instance Segmentation）框架。它在Faster R-CNN目标检测的基础上，并行增加了一个**掩膜预测分支**，从而能够同时输出图像中每个目标的边界框、类别标签和像素级精确分割掩膜。该模型是计算机视觉领域从“目标检测”迈向“像素级理解”的里程碑。

---

### 【关键技术点】

1. **ROI Align（兴趣区域对齐）**  
   针对Faster R-CNN中ROI Pooling的两次量化导致像素偏移问题，Mask R-CNN采用双线性插值实现浮点数精度的特征采样，确保分割掩膜的空间分辨率与原始图像对齐，显著提升小目标分割精度。

2. **多任务联合训练**  
   损失函数由三部分构成：分类损失（`L_cls`）、边界框回归损失（`L_box`）和二进制掩膜损失（`L_mask`）。掩膜分支对每个类别独立输出一个二值掩膜，通过逐像素Sigmoid二值交叉熵进行优化，避免了类别间的竞争。

3. **特征金字塔网络（FPN）**  
   作为骨干网络，FPN通过自顶向下路径和横向连接融合多尺度特征，使Mask R-CNN能同时检测大、中、小目标，对医学影像中大小不一的病灶（如微出血点与大面积梗死）具有鲁棒性。

4. **解耦掩膜预测**  
   掩膜分支与检测分支独立并行，且与类别无关（仅预测像素是否属于目标），从而避免了检测错误对分割的传导影响。

---

### 【医学/神经科学应用场景：脑卒中病灶的自动分割与量化】

在首都医科大学神经病学研究中，Mask R-CNN可用于**急性缺血性脑卒中CT/MRI影像的梗死灶与出血灶的实例分割**。传统人工勾画耗时且主观性强，而该模型能：

- **自动识别并勾勒每个病灶的精确边界**，同时输出其体积、位置及与关键功能区（如基底节、内囊）的空间关系；
- **对多发性腔隙性梗死或微出血点进行逐个分割**，支持病灶计数与负荷评估；
- **结合时间序列影像（如DWI与ADC图）**，动态监测梗死核心区与半暗带的变化，辅助溶栓或取栓决策。

该技术在首都医科大学宣武医院等机构的初步验证中，分割Dice系数可达0.85-0.92，显著降低医生阅片负担，推动神经影像学诊断的智能化与标准化。