卷积神经网络中数值变量信息保存的集成概率量化编码新方法

本研究针对传统one-hot编码在CNN分类任务中丢失数值变量定量信息的问题，提出集成概率量化编码(EPQ)新方法。研究人员通过眼底图像预测年龄和血红蛋白水平的对比实验证明，EPQ通过概率密度函数分配类别概率，在保留定量信息的同时显著提升模型性能，尤其在小类别数据集上表现优异，为医学影像分析提供了更稳健的编码方案。

　　

在人工智能医疗应用蓬勃发展的今天，卷积神经网络(CNN)已成为分析医学影像的利器。眼底照片因其标准化程度高、可重复性强，被广泛用于预测年龄、血红蛋白水平等生理指标。然而一个长期困扰研究者的难题在于：当需要将连续型数值变量（如年龄）转换为分类变量时，传统的one-hot编码会丢失关键的定量信息——比如将50岁误判为30岁与误判为70岁会被视为同等错误，这显然不符合临床认知逻辑。

韩国忠南大学医院(Chungnam National University Hospital)眼科团队在《Scientific Reports》发表的研究中，创新性地提出了集成概率量化编码(Ensemble Probabilistic Quantization, EPQ)方法。该方法通过概率密度函数(PDF)将数值分布到各个类别，使每个类别成为具有特定期望值的"量子"，通过交叉熵损失函数实现类别间的协同学习。研究采用21万张眼底图像大数据集，系统比较了EPQ与传统one-hot编码、标签平滑(LS)及回归方法的性能差异。

关键技术包括：1) 构建包含210,838张眼底照片的年龄预测数据集和105,189张照片的血红蛋白数据集；2) 设计四种不同间隔的分类编码方案（从6类到104类）；3) 采用EfficientNet B3、ResNet50和DenseNet169模型进行对比训练；4) 通过期望值重建和argmax两种方法还原预测值。

基线特征

研究纳入2007-2023年间107,214患者的258,674眼眼底照片，经严格筛选后保留210,838张年龄预测图像和105,189张血红蛋白预测图像。预处理包括统一调整为300×300像素、归一化至[0,1]范围，并按8:1:1划分训练/验证/测试集。

年龄预测结果

EPQ在所有编码间隔下均保持线性分布，R²值稳定在0.8左右，性能接近回归方法。当类别数从104减至6时，EPQ仍保持优异表现，而one-hot编码则出现明显性能下降。模型训练曲线显示EPQ的MSE最低（约22），且过拟合程度显著低于其他方法。

血红蛋白预测结果

在存在更多测量误差的血红蛋白数据中，EPQ表现尤为突出：当采用0.1 g/dL精细间隔时，其MSE甚至略优于回归方法（7.3 vs 7.5），验证了该方法对异常值的鲁棒性。

多模型验证

在ResNet50和DenseNet169上的重复实验证实了EPQ的普适性。特别在类别受限（delta=10）情况下，EPQ显著优于其他编码方法，而随着类别数增加（delta=1），各方法差异缩小。

这项研究揭示了定量信息保存对CNN性能的关键影响：EPQ通过三个机制突破传统局限——1) 采用钟形PDF保持数值关系；2) 通过期望值重建减少信息损失；3) 多类别协同降低过拟合。该方法为医学影像分析提供了新思路，特别适用于存在测量误差的生理参数预测。研究者也指出EPQ在极端值处理和数据偏态分布场景下的局限性，建议根据数据类型选择最佳编码策略。这项工作不仅改进了CNN在医疗领域的应用效能，也为其他需要处理连续变量的分类任务提供了普适性解决方案。