基于自注意力机制与图像分割的胸片分类器TBNet在继发性肺结核检测中的应用研究

《IEEE Access》：TBNet: A Chest X-Ray Classifier Supporting Image Segmentation With Self-Attention Mechanism for Secondary Tuberculosis Detection

本研究针对胸片(CXR)中非典型肺结核信息影响检测准确性的问题，开发了集成注意力U-Net分割与视觉Transformer(ViT-L/16)分类的TBNet系统。通过CLAHE图像增强和上三分之一肺区域分割，模型在1304张胸片数据上实现97.04%准确率、97.96%灵敏度及96.92%特异性。该研究为继发性肺结核的精准检测提供了新的区域特异性标注和Transformer架构解决方案。

　　

在全球健康领域，肺结核(TB)依然是单一病原体致死的头号传染病，每年导致数百万人感染。胸片(CXR)成像作为肺结核筛查的关键工具，其诊断效能高度依赖放射科医师的经验判断，存在主观性强、效率低下等问题。尤其继发性肺结核病灶多集中于肺上叶区域，但传统计算机辅助诊断(CAD)系统往往忽略这一解剖学特征，直接对全肺区域进行分析，导致模型易受无关背景信息干扰。

针对这一挑战，来自印度尼西亚苏伊查·库阿拉大学的研究团队在《IEEE Access》发表了创新性研究。他们开发了名为TBNet的双阶段深度学习系统，通过聚焦上三分之一肺区域的精准分割与分类，实现了继发性肺结核的高精度检测。该研究的核心创新在于将临床知识（继发性肺结核好发于肺上叶）与前沿人工智能技术（注意力机制与Transformer架构）深度融合，为医学影像分析领域提供了新范式。

研究方法主要包含三个关键技术环节：首先采用对比度受限自适应直方图均衡化(CLAHE)对胸片进行预处理，提升肺区域结构可见度；接着利用注意力U-Net模型实现上三分之一肺区域的精准分割，该模型通过注意力门控机制强化关键特征提取；最后将分割后的区域输入视觉Transformer(ViT-L/16)分类器，利用其自注意力机制捕捉病灶的全局上下文特征。实验数据整合了Shenzhen、Montgomery、Belarus和RSNA四个公开数据集，共计1304张胸片（正常与TB各652张），所有分割标注均通过ImageJ软件手动完成。

分割模型性能分析

注意力U-Net分割模型在CLAHE增强的上三分之一肺区域数据上表现最佳，训练损失仅0.0776，验证集Dice系数达0.8613。值得注意的是，模型在测试集上实现了100%的分割准确率，证明其能精确识别目标区域。

可视化结果显示，分割区域能有效突出肺结核可疑区域（如图6红色箭头所示），为分类任务提供高质量输入。

分类模型训练动态

视觉Transformer分类器在训练过程中展现出卓越的稳定性。使用CLAHE增强的上三分之一肺区域数据时，训练与验证损失曲线紧密贴合，验证准确率高达97.75%。

混淆矩阵分析进一步证实，该配置下模型对TB病例的识别灵敏度达97.96%，误判率显著低于全肺区域输入方案。

综合性能评估

在260张独立测试集（正常与TB各130张）上，TBNet最终取得97.04%准确率、97.96%灵敏度、96.92%特异性和96.94%精确度的优异指标。

模型轻量化设计也值得关注——分割模块仅127MB，分类模块1.12GB，具备临床部署可行性。外部验证采用TBX11K数据集，8张样本全部正确分类，展现良好泛化能力。

研究结论强调，基于解剖学先验的区域特异性分割能显著提升肺结核检测效能。与传统全肺分析方法相比，聚焦上三分之一肺区域的策略使模型更专注于结核分枝杆菌易感的富氧区域（通气/血流比约3:1），有效减少无关特征干扰。CLAHE增强与ViT架构的结合，则解决了胸片对比度不均和全局上下文建模的难题。

该研究的核心意义在于构建了可解释的AI诊断框架：通过可视化分割区域（图5）与定量指标（表7），临床医生能直观理解模型决策依据。

相比现有工作（表8），TBNet首次系统验证了上肺区域分割对继发性肺结核检测的增益效应，为后续研究指明方向。未来工作可探索更精细的实例分割技术，以及多中心临床试验验证模型的普适性。

这项由Muhammad Irhamsyah领衔的多学科合作，成功展示了人工智能与临床知识融合的潜力。正如通讯作者Roslidar Roslidar所言，这种“靶向分析”策略不仅适用于肺结核，还可拓展至其他具有区域分布特征的肺部疾病，为精准医疗时代的智能诊断工具开发树立了新标杆。