基于深度主动学习的胸部X光肺病严重程度分类：在类别不平衡下的少样本学习策略

《Journal of Imaging Informatics in Medicine》：Deep Active Learning for Lung Disease Severity Classification from Chest X-rays: Learning with Less Data in the Presence of Class Imbalance

本刊推荐：为解决医学影像标注数据稀缺和类别不平衡的挑战，研究人员开展了一项结合深度主动学习与贝叶斯神经网络（BNN）的新冠肺炎胸部X光（CXR）严重程度分类研究。结果表明，使用Least Confidence（二分类）与Mean STD（多分类）采样策略，仅需9.24%和21.87%的标注数据即可达到基线诊断性能（AU-ROC分别为0.95和0.85）。该方法显著降低了标注负担，为临床AI在数据受限场景下的部署提供了可行路径。

　　

在全球肺部疾病检出率不断攀升的背景下，胸部X光（CXR）因其普及性高、成本低和诊断价值显著，成为临床筛查的首选成像工具。然而，影像数据量的激增与放射科医生资源短缺之间的矛盾日益突出，导致诊断延迟成为医疗系统的一大痛点。尽管人工智能（AI）辅助诊断工具展现出巨大潜力，但其性能高度依赖大量高质量标注数据，而医学影像标注成本高昂、专业门槛高，严重制约了AI模型的临床推广。此外，医学数据普遍存在类别不平衡问题，即某些疾病或严重程度在数据集中占比极低，这容易导致模型偏向多数类、泛化能力下降。

为此，发表于《Journal of Imaging Informatics in Medicine》的一项研究提出将深度主动学习（Deep Active Learning）与贝叶斯神经网络（BNN）近似方法相结合，在类别不平衡的CXR数据集中实现肺病严重程度的少样本分类。该研究以COVID-19患者的CXR影像为案例，探索如何在保证诊断性能的前提下最大限度降低标注数据需求。

研究人员采用主动学习框架，以蒙特卡洛Dropout（MC Dropout）作为BNN不确定性估计方法，配合加权损失函数缓解类别不平衡的影响。该研究回顾性收集了埃默里医疗系统附属医院963名患者的2319张CXR图像，每张图像由3至6名资深放射科医生独立标注为“正常”“中度”或“重度”。通过多种采样函数（Acquisition Functions）迭代地从未标注池中筛选信息量最大的样本进行训练，并系统比较了其在不同评估指标下的表现。

在技术方法上，作者使用ResNet50架构嵌入MC Dropout层构建BNN模型，采用加权交叉熵损失函数应对类别分布不均（正常14%，中度36%，重度50%）。主动学习过程以每类25张图像随机初始化，每轮增加20张由采样函数选出的样本，直至模型达到全量数据训练的基线性能。评估指标包括准确率、AU-ROC、AU-PRC等，同时记录训练与采样耗时。

Binary Results

在二分类（正常vs.病变）任务中，Least Confidence采样策略仅使用9.24%的训练数据即达到92.8%的准确率（AU-ROC为0.95），其性能显著优于随机采样（17.87%）和复杂采样方法如BatchBALD（9.86%）。该策略在AU-PRC指标上仅需6.78%的数据即可匹配基线水平，显示出对少数类样本的高效学习能力。

Multi-class Results

在多分类任务中，Mean STD表现最优，仅需21.87%的数据即可达到70.5%的准确率（AU-ROC为0.85）。其采样分布分析显示，该方法主动增强了对中度类别（41.8%）和正常类别（30.5%）的采样比例，减少了对主导类别“重度”的依赖，从而有效缓解了类别不平衡带来的偏差。

Comparing Active Sampler with Random Sampling

与随机采样相比，主动采样策略在相同数据量下错误率显著降低（二分类中Least Confidence误分类率为0.072±0.013，随机采样为0.094±0.022；多分类中Mean STD为0.295±0.022，随机采样为0.343±0.023）。这表明主动学习能更稳定地筛选出对模型提升关键的高价值样本。

Sample Distribution and Computational Efficiency Across Acquisition Functions

采样分布分析显示，主动学习函数普遍倾向于对少数类（如正常类）过采样，其中Least Confidence在二分类中对正常类的采样比例达35.7%，Mean STD在多分类中对正常类采样达30.5%。计算效率方面，BatchBALD每轮采样耗时最长（60–70秒），而Least Confidence与Mean STD仅需43–46秒，兼顾了性能与实用性。

研究结论表明，深度主动学习结合BNN不确定性估计与加权损失函数，能在严重类别不平衡的CXR数据集中以不足10%（二分类）或22%（多分类）的标注数据达到全量数据训练的诊断性能。该方法不仅降低了标注成本与时间，还为临床AI在数据稀缺环境下的快速部署提供了可复现的框架。未来工作可扩展至非COVID-19疾病、多中心数据集，并探索与半监督学习等技术的进一步融合。