基于特征融合上下文注意力门控U-Net的多囊卵巢综合征检测方法研究

《Scientific Reports》：Feature fusion context attention gate UNet for detection of polycystic ovary syndrome

本研究针对多囊卵巢综合征(PCOS)传统诊断方法耗时、成本高且可靠性不足的问题，提出了特征融合上下文注意力U-Net(FCAU-Net)模型。通过模糊对比增强(FCE)成像优化数据集准备，并集成特征融合上下文(FFC)模块，在公开的PCOS超声图像数据集上达到99.89%的检测准确率，显著优于现有深度学习模型，为PCOS诊断提供了更准确高效的工具。

　　

多囊卵巢综合征(PCOS)是一种常见的内分泌代谢疾病，影响着全球众多育龄期女性的健康。这种疾病以激素失衡、月经不规律和卵巢囊肿为主要特征，不仅会导致不孕，还可能增加糖尿病、心脏病等并发症风险。然而，PCOS的传统诊断方法主要依赖临床评估、影像学检查和手术干预，这些方法往往耗时较长、成本高昂，且诊断结果受医生主观经验影响较大，可靠性存在一定局限。

尤其值得关注的是，经阴道超声检查作为评估PCOS患者卵巢形态的常规手段，在解读卵巢体积和囊肿存在等结果时具有较强的主观性，不同操作者之间可能存在明显差异。这种解读的不一致性直接影响着PCOS诊断的准确性和一致性，为临床决策带来了挑战。

随着人工智能技术的快速发展，深度学习在医学图像分析和疾病分类领域展现出巨大潜力。近年来，基于卷积神经网络(CNN)的方法在皮肤病、病理状况和放射学等多个医学专业领域都表现出了卓越性能。深度学习模型能够利用大数据集和复杂算法从医学图像中挖掘隐藏的模式和特征，有望实现更快速、更准确的诊断。

在这一背景下，Yuvaraj Natarajan等人开展了一项创新性研究，旨在提高PCOS诊断的准确性和效率。他们开发了一种名为特征融合上下文注意力U-Net(FCAU-Net)的新模型，该研究有两个关键贡献：一是通过模糊对比增强(FCE)成像改进数据集准备；二是将特征融合上下文(FFC)模块集成到注意力U-Net模型中，优化从特征图中提取上下文和位置权重，从而提升分类性能。

研究团队使用了一个公开可用的包含3,800张图像的PCOS超声图像数据集，按80:20的比例划分，确保测试集仅包含原始图像，而增强样本专门用于训练，以增强模型的泛化能力和鲁棒性。剩余的3,040张图像经过增强后形成45,600张图像，并按80:20的比例分为训练集和验证集。

增强后的图像经过多种深度学习模型的处理和测试，包括DenseNet、AlexNet、VGG19、ResNet、U-Net和注意力U-Net。其中，注意力U-Net最初在检测PCOS方面达到了80%以上的准确率。而提出的FCAU-Net模型集成了FFC模块，表现出卓越的性能，检测准确率达到99.89%，显著优于现有的深度学习模型。

研究方法方面，该研究主要采用了以下几个关键技术：首先，从KAGGLE平台获取了3,800张PCOS超声图像数据集(包含1,900张PCOS感染图像和1,900张正常健康图像)，通过图像裁剪和模糊对比增强(FCE)进行数据预处理；其次，采用数据增强技术(包括水平翻转、垂直翻转和旋转)将数据集扩展至45,600张图像；最后，设计了FCAU-Net模型架构，该模型包含四个编码器块和四个解码器块，并集成了特征融合上下文(FFC)模块和注意力门机制，专门用于从卵巢超声图像中提取多尺度特征和上下文信息。

FCAU-Net框架设计

研究提出的FCAU-Net框架采用了编码器-解码器结构，其中编码器块负责逐步下采样特征图，生成对比度增强的FCE特征图；解码器块则与注意力门集成，上采样特征图，产生扩展的FCE分割特征图。注意力门网络通过计算输入特征图和门信号的门控系数，应用批量归一化、ReLU激活和dropout，最终通过sigmoid激活函数生成注意力系数特征图。

特征融合上下文模块

该研究的创新点在于在FCAU-Net的编码器和解码器块之间集成了特征融合上下文(FFC)模块。该模块通过分析特征图内的相关性获取位置信息，通过识别特征图通道间的相互依赖关系获取上下文信息。FFC模块处理原始尺度和小尺度的特征图，融合位置和上下文信息，生成优化的融合特征图，显著提升了预测性能。

实验结果分析

在性能评估方面，研究进行了五折交叉验证，结果显示FCAU-Net在各项指标上均显著优于基线模型。在FCE图像上，FCAU-Net达到了99.89%的准确率，精确度、召回率、特异性和F1分数均接近完美。与DenseNet(69.43%)、VGG(72.62%)、AlexNet(73.51%)、ResNet(77.44%)、U-Net(79.32%)和注意力U-Net(83.78%)等传统模型相比，FCAU-Net表现出明显优势。

统计显著性测试进一步证实了FCAU-Net的优越性，其改进具有高度统计显著性(p < 0.001)。模型在计算效率方面也表现良好，参数量为730万，FLOPs为4.9×10⁹，推理时间每张图像仅需9.1毫秒。

模型解释性分析

通过Grad-CAM热图分析，研究评估了模型的可解释性。FCAU-Net在交并比(IoU)、Dice相似系数(DSC)、指向游戏准确率(PGA)和基于能量的定位分数(ELS)等指标上均优于基线CNN模型，表明显著性区域与超声图像中的真实卵泡区域高度重叠，模型能够准确定位临床相关区域。

讨论与结论

本研究提出的FCAU-Net模型在PCOS检测方面实现了突破性性能，准确率达到99.89%。这一成果主要归功于两个关键创新：模糊对比增强(FCE)预处理技术显著提升了超声图像质量，以及特征融合上下文(FFC)模块有效捕获了多尺度特征和上下文信息。

与现有技术相比，FCAU-Net的优势主要体现在三个方面：一是通过FFC模块整合空间、位置和上下文信息，增强了特征表示能力；二是采用改进的注意力机制，更有效地聚焦于相关图像区域；三是整体架构在保持高精度的同时具有较低的计算复杂度。

然而，研究也存在一定局限性。FCAU-Net在处理非常小或重叠的卵泡时仍面临挑战，对高质量超声图像的依赖性较强，且在利用3D或动态超声扫描的时空信息方面尚有提升空间。

未来研究方向包括集成自监督或半监督学习策略以增强特征鲁棒性，结合轻量级Transformer模块开发混合架构，以及将模型扩展到3D超声数据或时间序列分析。此外，引入可解释AI技术将有助于提高模型的临床可信度和实用性。

该研究发表在《Scientific Reports》期刊上，为PCOS的自动化诊断提供了有力工具，有望在临床实践中提高诊断一致性，减少诊断错误，最终提升患者护理质量。随着进一步优化和验证，FCAU-Net有望成为辅助妇科医生进行PCOS筛查和诊断的重要工具，推动医学图像分析领域的发展。