跨域、计算效率高的神经架构搜索（XDV-NAS）：应用于脑肿瘤MRI图像分析和自然场景识别

《Biomedical Signal Processing and Control》：Cross-domain, compute-efficient neural-architecture search (XDV-NAS) for brain-tumour MRI and natural-scene recognition

XDV-NAS通过跨域神经架构搜索发现适用于脑肿瘤MRI和自然场景摄影的轻量级主干网络，仅需12 GPU小时即达到92.0%的MRI分类和88.5%的场景识别精度，严格零样本迁移下仍保持86%以上准确率，验证了跨域协同设计在资源高效和泛化能力上的潜力。

　　
近年来，深度神经网络（DNN）在生物医学影像分析和自动驾驶视觉系统等不同领域中的应用呈现显著分化。传统架构搜索（NAS）方法往往局限于单一任务或数据集，需要消耗数万GPU小时的计算资源，且难以实现跨领域知识迁移。这种碎片化设计不仅造成重复性资源浪费，还阻碍了通用视觉模型的开发。针对上述问题，研究者提出XDV-NAS（Cross-Domain Vision NAS），通过创新的三阶段流程实现跨模态神经架构的自动化搜索，在脑肿瘤MRI分类和自然场景识别两个极端领域均取得突破性成果。

在数据构建方面，研究团队刻意选择两个差异显著的视觉数据集：1）生物医学领域采用高分辨率（1920×1920像素）的脑肿瘤MRI影像，数据涵盖不同扫描设备、患者群体及肿瘤类型，总样本量达4.7万例；2）自动驾驶领域使用多视角自然场景图像，包含城市道路、复杂天气及动态物体，数据量超过1.2亿张。这种跨尺度、跨模态的数据组合迫使模型发展出普适性特征提取能力，而非依赖特定领域的数据分布偏置。

XDV-NAS的核心创新体现在其模块化架构设计。第一阶段采用轻量级代理网络（128×128像素输入），通过可微化搜索在生物医学和自然场景两个子任务上并行训练代理模型。实验显示，这种双域平衡的代理训练策略能快速收敛（前40个代理训练周期损失下降45%），有效压缩搜索空间。第二阶段引入进化式精修机制，利用代理模型指导的变异-交叉操作，在12 GPU小时的预算内完成架构优化，相比传统全搜索方法节省76%的计算成本。第三阶段通过联合多任务训练，在保持单模型架构的同时实现跨领域知识融合，最终得到的592k参数骨干网络在两个领域分别达到92.0%和88.5%的top-1准确率。

研究首次系统性地量化了跨领域架构迁移的增益机制。通过对比单向迁移（生物医学→自然场景）和反向迁移（自然场景→生物医学）的准确率变化，发现跨模态特征对齐（ ??t 86%的稳定迁移准确率）是核心支撑。实验进一步揭示，动态范围差异（MRI平均灰度值集中在50-200 HU，自然场景像素值分布更广）和频率特征分布（MRI高频成分占比达63%，自然场景中高频信息占38%）会导致模型在特定领域的性能波动，这为后续跨域优化提供了关键优化方向。

在计算效率方面，XDV-NAS展现出显著优势。通过代理模型筛选候选架构（第一阶段）和进化策略优化（第二阶段），总计算成本控制在12 GPU小时，相当于传统DARTS方法（如EAGLE）的1/18。这种高效性来源于三个关键设计：1）跨域数据平衡采样策略，确保每个子任务有同等数量的代理样本参与搜索；2）基于注意力机制的特征重要性评估，指导进化算法聚焦于关键架构参数；3）联合训练中的域对齐模块，通过对抗生成网络动态调整特征空间映射关系。

该方法的实际应用价值体现在三个方面：首先，在脑肿瘤MRI分类中，传统模型需要额外设计卷积核结构来适应低信噪比环境，而XDV-NAS的自动搜索机制在无特殊处理的情况下仍达到92%的准确率；其次，自然场景识别任务中，模型通过跨域训练获得的边缘检测能力使复杂场景识别准确率提升13个百分点；最后，在医疗影像的部署成本控制方面，592k参数的模型较现有DARTS衍生架构（平均参数量2.4M）减少75%的模型压缩成本，且推理速度提升3倍。

研究团队通过消融实验揭示了各阶段的技术贡献：基础可微搜索（阶段一）贡献总增益的67%，其中跨域联合优化使单模型在两个领域同时达到SOTA性能；进化精修（阶段二）贡献剩余33%的性能提升，特别是对高频特征提取模块的优化使MRI分类准确率提升2.5个百分点；而联合多任务训练（阶段三）在保持架构紧凑的同时，实现跨领域特征共享。

在碳足迹控制方面，XDV-NAS的整个流程（搜索+训练）仅需4.7kWh的能源消耗，相当于1.1kg二氧化碳当量。这种可持续性设计源于三个策略：1）GPU集群的共享计算模式，2）模型参数的动态压缩技术，3）跨域训练中的计算资源复用。实验数据显示，在相同计算资源下，XDV-NAS的模型泛化能力比单领域NAS提升18%，这验证了跨域架构搜索对模型鲁棒性的增强作用。

技术突破点体现在：（1）双域代理网络设计，通过128×128像素的平衡采样，既保留原始数据的关键特征，又降低计算复杂度；（2）基于注意力权重的进化策略，动态调整变异概率与交叉策略，使进化过程收敛速度提升40%；（3）域自适应训练框架，在联合训练阶段引入动态域对齐损失，有效缓解特征空间偏移问题。这些创新使模型在两个差异巨大的领域都能保持85%以上的零样本迁移准确率。

未来研究方向包括：（1）扩展数据域，当前研究验证了两个极端领域的可行性，但尚未验证在医疗影像（CT/MRI）和工业检测（X光/超声）等多模态场景的泛化能力；（2）优化计算资源分配策略，探索在云原生计算环境中实现动态GPU资源调度；（3）开发领域自适应评估指标，建立跨模态模型性能的综合评价体系。研究团队已开源完整代码库（GitHub仓库star数两周内突破5000），并配套提供标准化数据集和性能评估工具包，为后续研究奠定了基础。

该成果不仅解决了传统NAS方法在跨领域应用中的计算瓶颈，更开创了可持续AI研发的新范式。其核心启示在于：通过构建领域间特征对齐的桥梁，神经架构搜索可以突破单一任务的性能天花板。这种设计理念对医疗AI和自动驾驶等需要多模态融合的领域具有重要指导意义，为构建通用视觉模型提供了可复用的技术框架。