基于自监督集成学习的吞咽障碍视频荧光分析模型性能提升研究

为解决吞咽障碍(dysphagia)诊断中传统视频荧光图像人工逐帧分析效率低下的问题，研究人员创新性地构建了结合对比随机游走(contrastive random walk)预训练和U-Net++下游任务的自监督学习网络。该研究采用ResNet-18作为骨干网络，通过权重迁移策略使模型F1分数从79.1%提升至81.8%，首次实现了吞咽功能评估的自动化方法突破。

　　

吞咽障碍(dysphagia)对人体健康的影响呈现多维度谱系，从轻微咳嗽到气道阻塞或肺炎等严重并发症。这些症状通常由咀嚼后的食团(bolus)误入气道引发。传统基于视频荧光检查(videofluoroscopy)的食团定位方法依赖耗时的人工逐帧分析，既往研究多采用监督学习实现自动化分割。

本研究另辟蹊径，构建了创新的自监督学习框架：在预训练阶段采用对比随机游走模型(contrastive random walk)，下游任务则部署U-Net⁺⁺架构。特别值得注意的是，以ResNet-18作为骨干网络，巧妙地将预训练权重迁移至下游任务初始化。实验数据表明，该自监督网络性能超越传统监督学习方法，结合新型加权集成策略后，U-Net⁺⁺模型的F1分数较单ImageNet初始化提升2.7个百分点（79.1%→81.8%）。

这项研究标志着自监督学习在视频荧光数据集应用的重大突破，据现有文献检索，首次实现了吞咽功能效率评估的自动化方法创新，为临床诊断提供了高效可靠的技术路径。