编辑推荐：
为解决胆囊癌（GBC）超声图像诊断难题，研究人员构建 GBCHV 模型，准确率达 96.21%，助力早期诊断。
胆囊癌（Gallbladder Cancer，GBC）是全球范围内一个棘手的临床难题，它就像隐藏在人体内部的 “定时炸弹”。作为胆道系统中最常见的癌症，同时也是胃肠道第五大常见癌症，其死亡率高得惊人，许多患者确诊时往往已到晚期。2020 年的全球统计数据显示，约有 115,949 人被诊断出患有胆囊癌，这一数字背后是 84,695 个生命的消逝，晚期患者五年生存率仅约 13%。但如果能在早期发现并治疗，患者的生存几率可大幅提升至 53%。
目前，虽然像计算机断层扫描（CT）、磁共振成像（MRI）、组织病理学等先进的成像技术，能为医生提供更清晰的胆囊壁及周围组织的图像，有助于区分良恶性病变，但经腹超声因其成本低、无创无痛，依然是评估胆囊疾病的主要成像方式。然而，依靠临床专家手动观察超声图像来诊断胆囊癌，不仅耗费时间和精力，而且面对大量患者时，误诊或漏诊的风险大大增加。
为了攻克这些难题，来自孟加拉国达卡水仙花国际大学健康信息学研究实验室（Health Informatics Research Laboratory，HIRL）、澳大利亚邦德大学、南非约翰内斯堡大学的研究人员 Md. Zahid Hasan、Md. Awlad Hossen Rony 等人开展了一项研究，相关成果发表在《Scientific Reports》上。
研究人员采用了一系列关键技术方法。在数据集方面，使用了来自印度北部一家三级转诊医院 PGIMER 的 GBC USG（GBCU）数据集，该数据集包含正常、良性和恶性三类共 1255 张图像。针对数据集中图像存在的低质量、视图不对齐、阴影干扰等问题，研究人员运用了中值滤波（Median filter）和对比度受限自适应直方图均衡化（CLAHE）进行图像预处理。同时，他们提出了一种基于 Transformer 的解剖感知模型 GBCHV（GBC Horizontal-Vertical Transformer），通过将方形视觉元素转换为水平和垂直条带，更好地捕捉胆囊组织内的空间关系和复杂解剖特征。
下面来看看具体的研究结果：
- 消融研究：通过对不同配置模型的分析发现，加入解剖感知公式（anatomy-aware formulation）能显著提升模型性能，完整的 GBCHV 模型在各项指标上表现最佳。卷积层（Conv Stem 和 Conv Block）的加入也对模型性能有明显提升作用，较小的补丁尺寸和嵌入维度通常能带来更好的性能。
- 性能分析：GBCHV-Trans 模型在将胆囊癌分为良性、恶性和正常三类时表现出色。混淆矩阵显示其误分类情况极少，损失曲线和 AUC 曲线表明模型训练效率高、分类能力强。ROC 曲线中，正常、良性和恶性类别的 AUC 分别达到 1.00、0.96 和 0.99，宏观平均和微观平均 ROC 曲线的 AUC 均为 0.98，各项性能指标也证明了模型的可靠性。
- 与其他模型比较：与 MobileNetv3、VGG16、ResNet50 等七种迁移学习模型相比，GBCHV-Trans 模型在准确率、精度、召回率等指标上均表现更优，展现出强大的鲁棒性和可靠性。
- 模型可解释性：利用 Grad-CAM（Gradient-weighted Class Activation Mapping）技术，研究人员可以直观看到模型在超声图像上的决策依据。注意力层的加入能让模型聚焦关键区域，提高性能，不加入注意力层则效果明显变差。
在研究结论和讨论部分，研究人员提出的 GBCHV 模型在胆囊癌诊断方面展现出巨大潜力。它通过先进的图像处理技术和独特的模型架构，有效克服了超声图像诊断中的诸多困难，在分类准确性上超越了传统的卷积神经网络（CNNs）。不过，研究也存在一定局限性，如需要在更大、更多样化的数据集上进行验证，还应探索对低质量图像性能提升的方法，未来研究可进一步拓展胆囊癌的分类类别以助力疾病进展分析。总体而言，该研究为胆囊癌的早期诊断和治疗提供了有力工具，推动了深度学习在医学影像领域的应用，有望改善胆囊癌患者的临床结局，为临床超声应用的发展开辟新道路。
