Page 61 - 南京医科大学自然版
P. 61

第46卷第4期          吴邦钰，王志霄，项景轩，等. 基于卷积神经网络的胃癌病理图像分类诊断与分级识别［J］.
                  2026年4月                      南京医科大学学报（自然科学版），2026，46（4）：520-532                       ·529 ·


                38%。类似地，Park 等     ［14］ 的一项多中心随机试验表               关联性，这也是推动人工智能在医疗领域应用的一
                明，与传统方法相比，AI 辅助框架在医疗资源有限                          大阻碍   ［22］ ，下一步研究将尝试拓展模型可解释性，
                的环境中（尤其是专科医生不足的地区）将筛查效                            增强模型辅助诊断的严谨性与可靠性。
                率提升了25%。这些进展与临床需求高度契合，突                               本研究系统性构建并评估了17种（包含经典网
                显了发展标准化 AI 驱动工作流程在大规模胃癌筛                          络、超轻量级网络和多方位优化的新型网络）CNN
                查中的必要性。Xia 等        ［15］ 利用ResNet50提取特征进          架构，最大程度地对比发掘出网络优势。揭示了不
                行多任务分类，加入多实例学习框架与注意力机                             同模型优化特点与胃癌病理图像特征匹配之间的
                制，在 3 个外部测试队列中 AUC 均>0.90，实现了对                    动态平衡关系。其中，Xception 因综合耗时与准确
                                                         ［16］
                慢性胃炎组织学改变的精准、高效分类。Lan等 提                          率最优，被选为最终分类诊断模型网络架构。经过
                出一种名为 LHFF⁃MIL 的新型多示例学习框架，用                       训练优化，以准确率98.13%、灵敏度98.11%、特异度
                Transformer 架构捕获不同分辨率 WSI 块间的相关                   98.11%、F1分数98.12%、AUC 0.998 3的成绩展现出

                性，筛选关键区域，引入切片Wasserstein距离（sliced⁃                优秀的识别性能。Xception模型在分类诊断任务中
                Wasserstein distance）解决高维计算难题，通过层次注               的优异表现可归因于其核心组件——深度可分离
                意力机制动态融合多分辨率特征，避免无关区域干                            卷积（depthwise separable convolution）。这种结构
                                                 ［17］
                扰，提升WSI分类的准确性。Zubair 等 构建了一种                      将标准卷积分解为逐通道的空间卷积（depthwise
                基于多通道注意力机制和迁移学习的可解释性框                             convolution）和点卷积（pointwise convolution），显著
                架，通过加权投票机制融合三通道的分类决策值，                            减少了模型参数数量和计算复杂度（约降低 1 个数
                用于胃镜病理图像的胃癌分类任务。Li 等                   ［18］ 提出    量级）。这种设计迫使网络更高效地学习空间特征
                了一种针对胃癌组织病理学图像诊断的深度学习                             与通道特征之间的解耦关系。在病理图像分析中，
                框架DeepNCCNet，在6种预训练CNN模型中进行对                      表现为模型能更专注地捕获多尺度的组织学关键
                比，最终基于 MobileNetV2 加权平均整合癌与非癌                     特征（如腺体结构的扭曲度、细胞核的异型性、核分
                区域特征，提升诊断性能。Zhao 等            ［19］ 结合预训练的         裂像的密度），同时有效抑制由 HE 染色批次差异、
                ResNet⁃34提取深度学习特征与手工特征，引入多头                       组织折叠或切片伪影等引入的无关噪声信息，从而
                图注意力网络与层级结构，构建名为 SurvGraph 的                      在保持高精度的同时避免了过拟合风险 。
                                                                                                     ［23］
                新型混合图注意力网络模型，用于基于胃癌WSI的                               在初步训练效能对比中，SqueezeNett 等超轻量
                生存预测。以往研究多依赖单个或少数模型进行                             模型对于病理图像识别的潜力较弱，参数量较大的
                拓展深化（如 CNN、Transformer、图网络），通过引入                  模型如DenseNet、InceptionResNetV2等未达到预期，
                注意力机制，调整数据利用策略，融合不同层级以                            EfficientNet、 ResNet、 NASNetMobile、 ShuffleNet、
                优化模型性能。未考虑利用不同 CNN 网络的特征                          Xception等资源需求程度不大的中或轻量模型已表
                提取差异性，将多个模型集成融合，进行优势互补，                           现出足够的识别精度。本研究选取此类模型是兼
                从而进行整合优化。本研究系统性构建大规模                              顾资源与性能的较优方案，可为之后相关肿瘤病理
                CNN 进行横向对比，探究不同模型间特点，并利用                          图像分类研究提供一定参考。然而，部分轻量化模
                模型深度学习特征提取差异互补的特点，通过集成                            型（如 MobileNetV2）在训练速度与精度间的权衡表
                学习进行整合优化，提升模型对胃癌的分级性能。                            明，边缘设备部署需进一步优化网络结构与量化策
                    本研究使用 40 倍扫描倍率切割图像并提取深                        略 ［24］ 。同时值得注意的是，在分类模型初步训练与
                度学习特征，相比于10倍、20倍扫描倍率，其所提取                         分级模型基模型训练中，同一模型的性能指标会有
                的数据量较多，可学习更细微的特征数据，对分级                            所波动，这表明在不同训练集上，不同模型的性能
                等复杂任务，有望达成更好的效果                ［20］ ，获得更高的        表现可能会有所不同，且经过参数调整，可以缩小
                识别灵敏度     ［21］ 。在现实世界病理切片观察中，40倍                  不同模型之间的性能差距。
                倍率通常用于观察细胞级别的细节，如细胞核的形                                迁移学习的成功应用与Raghu等             ［25］ 的研究结论
                态特征、核浆比、染色质结构等，深度学习模型比起                           一致，即自然图像预训练特征在医学域中具有强泛
                传统手动提取特征的机器有着更好的性能，更优的                            化潜力。然而，领域自适应（domain adaptation）的不
                识别效率，但深度学习所提取的特征往往可解释性                            足可能导致模型对染色差异（如HE染色批次效应）
                较低，难以解释模型学习特征与细胞细节的因果与                            敏感  ［26］ 。未来研究可结合对比学习（contrastive
   56   57   58   59   60   61   62   63   64   65   66