基于PET/CT影像深度学习模型的食管癌治疗决策支持系统研究

《BMC Medical Informatics and Decision Making》：Treatment decision support for esophageal cancer based on PET/CT data using deep learning

本研究针对食管癌治疗决策中肿瘤异质性高、传统方法难以捕捉PET/CT影像复杂多尺度特征的问题，开发了一种融合卷积与Transformer组件的深度学习架构。该模型通过创新设计的卷积特征提取器（CFE）、多尺度池化（MSP）模块和多层感知机（MLP），实现了0.9935的AUCROC和0.9630的平衡准确率，显著优于现有主流模型。这项发表于《BMC Medical Informatics and Decision Making》的研究为个性化治疗方案制定提供了精准的影像学依据，推动了人工智能在肿瘤临床决策中的应用。

　　

食管癌作为全球第六大癌症死亡原因，其治疗决策始终面临巨大挑战。肿瘤异质性、治疗反应差异以及传统影像分析方法局限性，导致临床医生难以精准预测患者对手术、化疗等方案的敏感性。尤其对于食管鳞状细胞癌（ESCC）和食管腺癌（EAC）这两种主要亚型，其生物学行为和治疗策略存在显著差异，更需要个体化的决策支持。

目前临床依赖的PET/CT影像蕴含大量肿瘤生物学信息，但传统机器学习方法依赖人工特征提取，难以充分挖掘影像中的深层规律。尽管卷积神经网络（CNN）在医学影像分析中展现出潜力，但在处理多尺度空间特征和长程依赖关系方面仍存在不足。如何构建能够同时捕捉局部细节和全局上下文信息的智能模型，成为提升食管癌治疗决策准确性的关键科学问题。

为此，研究人员在《BMC Medical Informatics and Decision Making》发表了一项创新研究，提出了一种专门针对PET/CT影像的混合深度学习架构。该模型通过精心设计的组件协同工作，实现了对食管癌治疗反应的高精度预测。

研究采用的技术方法主要包括：基于三中心回顾性队列的PET/CT影像分析（训练集来自广东人民医院2012-2019年数据，测试集包含珠海人民医院和中大附五院2017-2021年数据）；创新性融合卷积神经网络（CNN）与Transformer的混合架构；包含分割机制残差块的卷积特征提取器（CFE）；多尺度池化（MSP）模块的空间上下文聚合技术；以及用于最终预测的多层感知机（MLP）设计。

模型架构设计

研究团队提出的深度学习模型包含三个核心组件。卷积特征提取器（CFE）采用分割基残差块，将输入特征图均匀分割为两个并行分支，一支通过两个基础块提取深层局部模式，另一支保留原始特征，最后通过拼接实现特征融合。这种设计既保证了局部特征的精细化提取，又维持了原始信息的完整性。

多尺度池化（MSP）模块则专注于空间上下文的跨尺度整合。该模块首先通过3×3卷积层编码局部特征，随后应用不同核尺寸（3×3和5×5）的最大池化层分别捕获中等范围特征和广泛上下文线索，最后通过通道维度拼接实现多尺度语义信息的融合。

实验设计与评估

研究采用严格的五折交叉验证，以AUCROC（接收者操作特征曲线下面积）、AUCPR（精确率-召回率曲线下面积）、平衡准确率（BAACC）、马修斯相关系数（MCC）和F1分数等多项指标全面评估模型性能。所有实验均在统一的计算平台（NVIDIA RTX 3090 GPU）上完成，确保结果的可比性和可重复性。

消融实验分析

通过系统性消融研究，团队验证了各模块的贡献度。当仅使用基础卷积块时，模型AUCROC为0.9780；添加残差连接后提升至0.9815；引入分割机制后进一步升至0.9830；而完整CFE模块（分割+残差）最终达到0.9935。类似地，MSP模块的渐进式增强也呈现一致性能提升趋势，证实了多尺度特征聚合的必要性。

与主流模型对比

研究将提出的模型与ResNet、EfficientNet、ConvNeXt、Vision Transformer（ViT）、DenseNet、Swin Transformer、MaxViT和RapidNet等八种主流架构进行对比。结果表明，该模型在所有评估指标上均显著优于对照模型，特别是在AUCROC（0.9935）和F1分数（0.9632）方面表现突出，较性能次优的MaxViT模型（AUCROC 0.9923）仍有明显提升。

特征可视化验证

通过主成分分析（PCA）对学习到的特征表示进行降维可视化，显示模型能够形成清晰的类间分离和紧凑的类内聚类。这一直观证据佐证了模型在表征学习方面的优越性，说明其提取的特征具有高度判别性。

研究同时指出了当前工作的局限性。数据来源局限于单一地区的三家医院，样本量特别是测试集规模有限，可能影响模型泛化能力。此外，研究仅聚焦影像特征而未整合临床变量和分子标志物，且当前模型仅区分治疗组别而非直接预测长期生存结局。

研究人员展望了未来方向：将扩展特征空间至临床变量、分子标志物和肿瘤微环境线索；开发放疗敏感性预测和生存分析模型；探索跨域迁移学习和多模态融合策略；建立连接影像表型与治疗优先级的计算管道。

该研究通过创新性深度学习架构成功解决了食管癌PET/CT影像分析中的关键难题。模型在准确捕捉多尺度空间特征方面的优势，为临床医生提供了可靠的决策支持工具。其模块化设计既保证了性能又兼顾可解释性，为后续临床转化奠定了坚实基础。随着更多临床中心和数据类型整合，这类人工智能辅助决策系统有望显著提升食管癌治疗的精准度和患者预后。