基于变压器技术的放射组学与深度学习整合方法：用于区分低脂肾上腺腺瘤与恶性肿瘤

《Meta-Radiology》：Transformer-Based Integration of Radiomics and Deep Learning for Differentiating Lipid-Poor Adrenal Adenomas from Malignant Tumors

肾上腺脂质缺乏性腺瘤与恶性肿物的鉴别研究采用Transformer模型整合影像组学与深度学习特征，在282例患者中取得AUC值达0.949的优异性能，并通过外部验证集（n=42）和Grad-CAM可视化验证其临床价值。

　　在医学影像领域，随着技术的不断进步，图像分析方法也在持续演进。近年来，人工智能和深度学习技术的快速发展为医学诊断带来了新的可能性。本研究探讨了一种基于对比增强计算机断层扫描（CECT）图像的Transformer模型，该模型融合了影像组学和深度学习特征，用于区分肾上腺的脂质缺乏性腺瘤（LPA）与恶性肿瘤（MT）。这项研究的意义在于，它提供了一种非侵入性的诊断工具，能够帮助医生在术前更准确地判断肿瘤的性质，从而制定更加合理的治疗方案。

肾上腺肿瘤的检测率近年来显著上升，这得益于CT技术的普及和广泛应用。大多数肾上腺肿瘤是良性的，非功能性腺瘤在CT图像中表现出明显的脂质含量，通常在图像中呈现为低密度区域。然而，约有40%的肾上腺肿瘤属于脂质缺乏性腺瘤，这些肿瘤在CT上的表现更为复杂，需要进一步的CECT检查来评估其性质。由于MT在早期阶段可能缺乏明显的恶性特征，如坏死或囊性变化，因此在诊断过程中面临一定的挑战。这种挑战促使研究人员不断探索新的影像分析方法，以提高诊断的准确性。

影像组学作为一种新兴的影像分析方法，能够从医学影像中提取大量定量数据，这些数据与肿瘤的生物学特性密切相关。先前的研究表明，基于影像组学特征的模型在区分肾上腺腺瘤和其他肿瘤方面具有一定的应用价值。然而，这些模型往往未能充分考虑高维特征之间的复杂关系，从而影响了其预测性能。与此同时，深度学习方法通过自动从数据中学习特征，能够适应性地识别对特定任务最有价值的特征，无需手动定义特征参数。研究发现，将深度学习特征与影像组学特征相结合，可以显著提升预测模型的准确性和可靠性。

Transformer模型是一种基于自注意力机制的深度学习框架，能够有效捕捉个体元素之间的关系和依赖性。这种能力使得Transformer模型在处理多模态数据时具有独特的优势，因为它可以从多个角度提取重要特征，从而实现更精确的预测。已有研究表明，Transformer模型在其他实体肿瘤的区分和生存预测方面表现出色，因此，将其应用于肾上腺肿瘤的诊断具有广阔的前景。

为了验证Transformer模型的有效性，本研究采用了一种回顾性研究方法，纳入了来自两个医疗中心的282名肾上腺肿瘤患者。研究将这些患者分为LPA和MT两组，并从CECT图像中提取影像组学和深度学习特征。在数据处理过程中，研究人员首先对图像进行了预处理，包括标准化和分割。图像分割由两名有经验的放射科医生独立完成，以确保结果的可重复性。随后，对分割后的区域进行特征提取，并通过统计方法筛选出具有较高可靠性的特征。

在模型构建方面，研究人员采用了多种方法，包括传统的影像组学模型、深度学习模型以及将两者结合的传统综合模型。此外，还构建了基于Transformer的模型，通过自注意力机制整合这些特征。模型的性能评估采用了多种指标，包括接收者操作特征（ROC）曲线下的面积（AUC）、雷达图、校准曲线和决策曲线分析（DCA）。结果显示，Transformer模型在训练集、测试集和外部验证集中的表现均优于其他模型，其AUC值分别为0.949、0.917和0.852，显示出其在区分LPA和MT方面的优越性。

为了进一步理解模型的决策过程，研究人员还进行了特征可视化分析，包括影像组学特征激活图和梯度加权类激活映射（Grad-CAM）。这些可视化方法有助于揭示模型在不同肿瘤类型中的特征分布情况，为临床应用提供了直观的依据。通过这些方法，研究人员能够更清晰地看到模型如何根据不同的特征进行判断，从而增强了其在临床中的实用价值。

尽管研究结果令人鼓舞，但本研究也存在一些局限性。首先，肿瘤区域的分割采用了半自动的方法，这可能引入一定程度的主观性和误差。未来的研究可以探索更精确的人工智能算法，以实现自动分割，减少人为偏差。其次，外部验证集的样本量相对较小，这可能是模型在外部验证中表现略逊于训练集和测试集的原因之一。因此，未来的研究需要在更大的、多中心的外部队列中进行，以进一步验证模型的泛化能力。此外，研究样本为回顾性数据，可能存在数据不均衡的问题。为了提高模型的性能，未来研究可以结合更多样化的数据源，包括多模态数据。最后，本研究仅对高权重的影像组学特征和单模态的深度学习特征进行了可视化，而未能充分展示影像组学与深度学习特征之间的相互关系。未来的工作可以探索更全面的特征可视化方法，以更深入地理解这些特征如何共同影响模型的预测结果。

总的来说，本研究开发了一种基于CECT图像的Transformer模型，该模型能够有效区分LPA和MT，并在外部验证集中得到了成功验证。未来，该模型有望集成到医院的图像存档与通信系统（PACS）中，实现实时辅助诊断，从而在临床工作中发挥更大的作用。通过不断优化和改进，这种结合影像组学和深度学习的模型有望为肾上腺肿瘤的诊断提供更加精准和可靠的依据，推动精准医学的发展。