基于混合视觉UNet架构的脑肿瘤精准分割与分类新方法研究

为解决脑肿瘤精准诊断难题，印度SASTRA大学团队创新性提出混合视觉UNet架构（HVU-ED/HVU-E），集成ResNet50/ViT等模型优势，在BraTS2020数据集实现98.91%分割准确率，Figshare数据集分类准确率达99.18%，并通过Grad-CAM等可解释技术验证模型可靠性，为临床诊疗提供AI新范式。

　　

脑肿瘤作为威胁人类健康的重大疾病，其诊断高度依赖医学影像分析。然而传统MRI人工判读存在效率低、主观性强等问题，尤其对于形状不规则的肿瘤区域（如胶质瘤增强区域ET），现有算法的分割精度和泛化能力仍有显著不足。针对这一临床痛点，印度SASTRA deemed university的研究团队在《Scientific Reports》发表创新成果，通过融合卷积神经网络(CNN)与视觉Transformer(ViT)的优势，开发出兼具局部特征提取和全局上下文建模能力的混合架构。

研究采用多模态技术路线：1）基于BraTS2020和Figshare数据集的3064例MRI图像，构建80%-10%-10%的训练-验证-测试集；2）设计HVU-ED分割器（含DenseNet121/ViT特征融合瓶颈层）和HVU-E分类器（集成SVM等机器学习算法）；3）应用Grad-CAM和SHAP等可解释技术验证模型决策依据。

模型架构设计
提出的DenseVU-ED模型通过密集连接块强化特征复用，在UNet瓶颈层整合ViT的全局注意力机制，使16×16特征图能同时捕获局部纹理和长程依赖关系。这种设计使全肿瘤(WT)分割Dice评分达0.966，较传统Swin UNetR提升4.2%。

性能验证
在BraTS2020测试集上，模型对核心肿瘤(TC)的敏感度达0.99，特异性保持0.99。可视化分析显示（见图3），Grad-CAM热图精准聚焦肿瘤异常区域：

分类器优化
HVU-E分类器在Figshare数据集的垂体瘤分类中，通过SHAP值分析（见图9）证实其决策依据符合临床特征，神经网络分类准确率99.18%显著优于随机森林(83.34%)等传统方法。

结论与展望
该研究首创的混合架构成功突破单一模型局限，DenseVU-ED以98.91%分割精度刷新BraTS榜单记录。M.Renugadevi等通过特征融合策略，使ViT的全局建模能力与CNN的局部感知优势形成互补，其创新性体现在：1）统一编码器支持分割/分类双任务；2）XAI技术增强临床可信度。未来可扩展至其他医学影像领域，但需解决计算资源消耗较大等问题。研究为AI辅助诊断系统开发提供了重要方法论参考。