《Array》：Brain tumor detection, classification and segmentation by deep learning models from MRI images: Recent approaches, challenges and future directions
编辑推荐：
脑肿瘤的诊断在神经肿瘤学领域提出了一个非常重要的挑战，因为肿瘤的复杂性、异质性和高死亡率。深度学习的最新趋势已经彻底改变了医学图像分析领域的研究。通过这些趋势，自动化和精确的脑肿瘤检测、分类和分割已经实现。本文提供了一个基于任务和方法的、聚焦于最先进深度神经网
脑肿瘤的诊断在神经肿瘤学领域提出了一个非常重要的挑战，因为肿瘤的复杂性、异质性和高死亡率。深度学习的最新趋势已经彻底改变了医学图像分析领域的研究。通过这些趋势，自动化和精确的脑肿瘤检测、分类和分割已经实现。本文提供了一个基于任务和方法的、聚焦于最先进深度神经网络（DNN）的脑肿瘤分析模型发展的系统综述，并具有分类学重点。它还总结了常用公开数据集、MRI图像预处理方法和性能评估指标的信息。它详细回顾了可用于脑肿瘤检测、分类和分割的深度学习模型，在性能指标和临床相关性方面。为了以有组织的方式呈现，研究人员回顾的所有工作被分为几个组，并在特定基准上进行比较。此外，它指出了当前关于脑肿瘤诊断的挑战以及未来研究的潜在意义，以增加人工智能（AI）驱动解决方案的临床适用性和可信度。本综述作为任何研究人员和医疗保健专业人员的指南。它描述了深度学习在转变脑肿瘤诊断和治疗方面的最新新兴模式、当前问题和机遇。
**1. 引言**
脑肿瘤是最严重、危及生命的癌症类型之一，由脑内或周围组织的异常细胞生长引起，分为良性和恶性，其中恶性种类（如胶质瘤和胶质母细胞瘤）发展迅速、易复发且预后差。世界卫生组织（WHO）估计中枢神经系统（CNS）肿瘤在全球范围内造成大量发病率和死亡率，尤其在儿童和青壮年中。肿瘤的外观、位置和生物学行为具有异质性，使得诊断和治疗计划阶段的准确识别成为挑战。早期诊断和准确分类至关重要，磁共振成像（MRI）因其非侵入性和高软组织对比度成为脑肿瘤检测和监测的主要手段，但手动解读MRI扫描费时且存在观察者间差异。近年来，机器学习（ML）和深度学习（DL）在医学影像中取得进展，通过大型标注数据集和复杂计算过程自动发现图像中的复杂特征，实现肿瘤边缘分解和多类分类。经典ML模型（如支持向量机SVM、随机森林RF）最早用于自动脑肿瘤分析，而卷积神经网络（CNN）及其高级版本在检测、分类和分割任务中达到了异常高的准确率。尽管人工智能（AI）在神经影像学中取得进展，但仍存在图像质量随机性、标注数据缺乏、类别不平衡、模型可解释性不足、泛化差距、计算资源限制以及临床整合障碍等问题。本文的主要贡献包括：提供基于分类学的系统综述；全面概述公开数据集、MRI预处理方法和性能评估指标；在性能指标和临床相关性方面比较现有模型；系统发现现有差距，为未来研究提供路线图。
**2. 综述方法**
本综述采用系统方法，遵循PRISMA（系统综述和荟萃分析的首选报告项目）框架，以确保清晰性和可重复性。搜索策略基于医学影像和人工智能的跨学科性质，选择了Google Scholar、PubMed、IEEE Xplore、Scopus和Web of Science五个电子数据库，时间范围限定为2019年1月至2025年7月。使用布尔运算符构建搜索查询，结合医学和技术术语，核心围绕成像模态（MRI）和深度学习方面。纳入标准包括：关注脑肿瘤识别、分类或分割的深度学习模型研究；以MRI为主要成像模态；2019至2025年发表的英文论文；同行评审期刊或大型会议论文；呈现明确量化性能指标（如准确率、Dice系数、精准率、召回率、F1分数）。排除标准包括：综述文章、元分析、调查、社论或书籍章节；仅使用传统ML范式而无深度学习基础模块的研究；使用非MRI技术（如CT、PET）的研究；方法或数据集描述不充分、无法评估输入的研究；缺乏足够定量结果的研究。研究选择分多阶段进行：首先根据标题和摘要剔除重复和明显无关的研究，然后由合著者进行全文筛选，最终确定关键信息（模型架构、数据、任务和性能指标）。
**3. 脑肿瘤检测的传统方法**
在ML和DL实现之前，脑肿瘤检测使用传统图像处理和放射学分析工具，包括放射科医生的人工检查、基于规则的系统和经典图像处理方法（如阈值分割、边缘检测、区域生长和形态学处理）。手动放射学评估依赖于放射科医生的经验，存在主观性和观察者间变异问题。基于阈值和区域的方法（如自动阈值分割、区域生长和分裂合并）在区分肿瘤和正常脑组织时，面临强度不均匀性、噪声和复杂组织外观的挑战。边缘检测算子（如Sobel、Canny、Prewitt）用于勾勒肿瘤边界，但对噪声敏感，易产生伪边界。规则和经典特征提取方法使用手工设计的特征（纹理、形状、强度直方图）结合统计分类器（如k-近邻k-NN、SVM、决策树），但严重依赖手工特征选择，难以泛化。传统方法的主要局限性包括：主观性和变异性、缺乏鲁棒性、对特征的依赖性以及可扩展性差。
**4. 基于深度学习的脑肿瘤诊断的数据集、预处理和性能评估标准**
本节介绍了常用公开脑肿瘤数据集：Figshare的Jun Cheng数据集（3064张MRI扫描）、Kaggle的Sartaj Bhuvaji等脑肿瘤分类数据集（3264张）、Br35H数据集（3861张）、Roboflo标注MRI脑肿瘤数据集（2443张）、IEEE Dataport的Brain MRI ND-5数据集（7665张）以及BRATS挑战数据集（多模态MRI扫描，含T1、T2、FLAIR和对比增强序列）。预处理方法包括：强度校正与归一化（N4ITK算法、最小-最大归一化、Z分数归一化、Nyúl直方图标准化、直方图匹配、分位数归一化）；噪声降低与平滑（高斯平滑、中值滤波、非局部均值去噪、各向异性扩散滤波、小波去噪）；重采样、裁剪与调整大小（重采样使用插值、裁剪提取感兴趣区域、调整大小以匹配固定维度）；伪影与异常值去除（运动校正、伪影检测与排除、异常值检测与移除，如马氏距离）；数据增强（几何变换、强度变换、弹性变形、基于生成对抗网络（GAN）的合成数据生成）。对预处理策略进行了批判性分析：归一化方面，Z分数归一化更稳健，但临床级应用需N4ITK校正非均匀性，Nyúl方法可标准化直方图；噪声降低方面，高斯滤波可能模糊边缘，各向异性扩散和非局部均值去噪能更好地保留结构；数据增强方面，简单几何变换是基础，弹性变形能模拟自然变异，GANs可生成全新MRI扫描，缓解数据稀缺和类别不平衡。性能评估指标包括：准确率（Accuracy）、精准率（Precision）、召回率（Recall）、F1分数、Dice系数、交并比（IoU）和平均平均精度（mAP），其数学公式在论文中列出。
**5. 使用深度学习的脑肿瘤检测**
本节回顾了脑肿瘤检测的深度学习模型，按架构分为四类：CNN模型、目标检测模型、预训练模型和混合模型。所有模型基于2D MRI图像和公开二分类数据集进行训练和评估。CNN模型：Faster R-CNN准确率77.60%，LeU-Net达98.00%，自定义CNN（如Brain-Tumor-Net、TumorDetNet、DBTNet）准确率在84.78%至99.58%之间。目标检测模型：YOLOv5精准率88.00%，YOLOv7准确率98.97%、精准率98.50%、F1分数99.24%。预训练模型：ResNet101准确率94.40%，优化ResNet152准确率98.53%，ResNet50准确率97.35%，DenseNet201 F1分数98.17%，Xception准确率96.11%。混合模型：CNN-LSTM准确率99.10%，加权平均集成模型（VGG19）准确率98.00%，VGG19-Aquilia优化器准确率98.95%，增强AlexNet准确率99.32%，Nuro-XAI（DeeplabV3+贝叶斯优化）准确率97.00%，混合CNN准确率98.89%，EDN-SVM准确率97.93%，KNN-SVM准确率98.40%。临床相关性比较发现：CNN模型推理速度快但鲁棒性低，目标检测模型速度极快但鲁棒性低，预训练模型鲁棒性中等，混合模型鲁棒性高但速度极慢；所有模型可解释性均低，校准能力差，CNN和目标检测模型失败风险高，混合模型风险低。
**6. 使用深度学习的脑肿瘤分类**
本节回顾了脑肿瘤分类模型，基于四类数据集（正常、胶质瘤、垂体瘤、脑膜瘤）中的2D监督模型。模型分为六类：迁移学习与目标检测模型、集成学习混合模型、自定义CNN模型、基于Transformer的混合模型、优化与注意力机制模型、集成学习投票与轻量级模型。迁移学习模型（Deep Transfer Learning）准确率98.00%，YOLOv2准确率97%。集成学习混合模型：GoogleNet+ResNet101准确率95.65%，Modified VGG16准确率97.80%，GoogleNet+SVM准确率98.10%，集成VGG-16准确率98.14%。自定义CNN模型：准确率93.30%至98.04%，BrainNet准确率97.71%，DBTNet准确率97.90%。Transformer混合模型：混合Vision Transformer-EfficientNetV2准确率95.00%，混合AlexNet-GRU准确率97.00%，DieT Transformer准确率96.09%，Vit-CB准确率90.00%。优化与注意力机制模型：WGCAMNET（WGAN+自定义注意力机制）准确率99.61%、精准率99.60%、召回率99.60%、AUC 99.99%，PSO-KELM准确率97.92%，注意力GoogLeNet-style CNN准确率97.62%。集成学习投票与轻量级模型：投票CNN准确率98.31%，Lead-CNN准确率98.70%，DIR-GAN准确率98.40%，修改MobileNet准确率96.95%，QDCNN-DMN准确率94.00%，CNN+CatBoost F1分数98.00%。临床相关性比较：集成学习混合模型鲁棒性高但速度极低，自定义CNN模型速度高但鲁棒性低，Transformer混合模型鲁棒性和速度均低，优化与注意力模型鲁棒性中等速度高，投票与轻量级模型鲁棒性和速度中等；所有模型可解释性低，校准能力差，自定义CNN和Transformer模型失败风险高，集成混合模型风险低。
**7. 使用深度学习的脑肿瘤分割**
本节回顾了脑肿瘤分割模型，分为监督模型（2D和3D）和无监督模型，基于BRATS挑战数据集评估。2D监督模型包括U-Net和混合模型。U-Net模型：标准U-Net Dice系数在0.5700至0.8000之间，Jaccard系数达98%。混合模型：Cascade CNN Dice系数0.9203（全肿瘤WT），SEL-DenseNet201 Dice系数0.9743，JGate-AttResU-Net Dice系数0.9130，STCPU-Net（Swin Transformer+胶囊网络）Dice系数0.9280，U-Net+ResNet Dice系数0.9011，ResU-Net和VGG19U-Net Dice系数分别为0.8100和0.8200，Inception U-Net Dice系数0.8444，深度可分离混合Inception-U-Net Dice系数0.8775，RU-UNet2+分割准确率99.10%，YOLOv5+2D U-Net mAP 89.5%。3D监督模型：优化3D U-Net Dice系数0.8890（WT）、0.8140（增强肿瘤ET）、0.8410（核心肿瘤CT），改进3D U-Net Dice系数0.9130（WT）、0.8740（CT）、0.8010（ET），U-Net+3D CNN准确率99.40%（WT），3D U-Net、V-Net和MSA-V-Net平均Dice系数0.8521。无监督模型：基于阈值的方法Dice系数0.9900，基于区域的方法Dice系数0.8780，模糊C均值+LSTM混合模型Dice系数0.9180，卷积自编码器Dice系数0.9082。临床相关性比较：3D监督模型鲁棒性高但速度慢，2D U-Net速度高但鲁棒性中等，2D混合模型鲁棒性和速度中等，无监督模型速度极快但鲁棒性极低；所有深度学习模型可解释性低，校准能力差，失败风险高；无监督模型可解释性极高但失败风险极高。
**8. 当前挑战与未来方向**
当前挑战包括：数据稀缺与异质性（高质量标注数据不足，公开数据集多样性有限）、类别不平衡（肿瘤亚型比例失衡导致模型偏向多数类）、可解释性与可解释性（深度学习模型的黑箱特性阻碍临床信任）、过拟合与泛化能力（数据量小或同质导致泛化差）、计算与基础设施障碍（最新模型需大量计算资源，低资源环境不可行）、临床工作流整合（与医疗信息系统互操作、法规遵从、前瞻性临床试验验证）。未来方向包括：缓解数据稀缺与类别不平衡的模型家族（CNN通过迁移学习、数据增强和自监督学习；Transformer通过掩码自编码器（MAE）和对比预训练减少数据依赖；混合集成模型通过概率加权、自举聚合和多模态融合增强预测）；高级前景包括创建大规模、多样化、标准化数据集（利用联邦学习和隐私保护框架）、先进数据增强与人工数据生成（GANs）、可解释与可解释AI（注意力机制、显著性图）、迁移学习/领域自适应、多模态多任务学习、高效模型（MobileNets、量化网络）以及通过法规遵从、外部验证和严格临床测试确保安全、有效性和可靠性。
**9. 结论**
深度学习在脑肿瘤分析中实现了革命性进展，自动检测、分类和分割模型在基准数据集上表现出色，有时达到人类水平。然而，转化为常规临床应用面临泛化差距（模型在小型同质数据集上验证，缺乏对真实临床差异的鲁棒性）、可解释性差距（黑箱特性阻碍临床信任）和指标差距（过度依赖准确率，忽视模型校准、不确定性量化和推理速度等临床重要标准）。未来研究应战略聚焦于外部验证和领域泛化、将可解释AI（XAI）作为模型开发的核心要素，以及采用临床相关性能指标。通过联合努力，确保深度学习的技术进步转化为患者护理的实质性改善。
