基于Transformer的多任务模型在CT影像中实现肺肿瘤精准分割与分类

为解决肺肿瘤CT影像分割精度不足和分类效能有限的问题，研究人员开发了基于UNETR的Transformer-CNN混合框架，结合放射组学特征提取和Stacking Ensemble分类器。结果显示UNETR分割DSC达0.96，分类准确率92%，显著优于传统方法，为肺癌早期诊断提供了自动化解决方案。

　　

肺癌作为全球癌症相关死亡的主要原因，其早期精准诊断面临两大技术瓶颈：传统卷积神经网络（CNN）在CT影像中难以捕捉肿瘤长程空间关系，而现有分割与分类流程的割裂导致临床实用性受限。尤其对于位置多变、边界模糊的肺结节，常规方法如U-Net的Dice相似系数（DSC）仅0.85，且分类模型依赖人工提取特征，制约了诊断效率。

广西某医院的研究团队在《Journal of Radiation Research and Applied Sciences》发表研究，创新性地将Transformer架构与UNETR模型结合，构建了端到端的肺肿瘤多任务分析系统。通过678例CT影像训练和196例外部验证，该模型在分割任务中DSC提升至0.96，HD95边界误差降至2.2mm；分类方面采用PCA降维联合Stacking Ensemble，测试集AUC-ROC达94%，较传统SVM提升8个百分点。

关键技术包括：1）采用16×16像素块的Transformer编码器捕获全局特征；2）基于PyRadiomics提取215个放射组学特征（含灰度共生矩阵GLCM和游程长度矩阵特征）；3）五折交叉验证优化XGBoost/SVM/Stacking Ensemble分类器组合；4）NVIDIA Tesla V100 GPU加速训练。

研究结果部分：
3.1 分割模型性能比较
UNETR在测试集DSC（0.95）、IoU（0.93）和HD95（2.3mm）全面超越nnU-Net和U-Net，尤其对不规则边界的腺癌病灶分割误差降低42%。

3.2 特征选择与分类方法分析
PCA-Stacking Ensemble组合在测试集实现92%准确率，敏感性达93%。SHAP值分析显示小波变换特征和球形度参数对恶性判别贡献度最高。

讨论指出，该研究首次将Transformer的自注意力机制与放射组学特征工程耦合，突破传统CNN的局部感受野限制。但作者坦言，当前模型在实性结节与磨玻璃结节混合病例中性能下降15%，未来需融合PET-CT多模态数据。临床转化方面，1.6秒/例的推理速度满足实时需求，但需通过Grad-CAM可视化增强医生信任度。

这项研究为肺癌影像组学建立了新范式，其创新点在于：1）通过UNETR的跳跃连接保留肿瘤微结构信息；2）利用放射组学特征量化肿瘤异质性；3）端到端架构减少人工干预。随着医疗AI向可解释性发展，该成果有望成为放射科医生的"第二大脑"，助力肺癌筛查普及化。