融合CNN与Transformer的HCT-Net：宫颈细胞多分类的跨尺度特征协同学习新范式

本文推荐：研究者提出HCT-Net混合网络，通过混合多维自注意力（HMSA）模块消除染色变异干扰，多尺度特征融合（MFF）模块实现细胞-涂片层级对齐，联合损失函数动态平衡类别权重。在SIPaKMeD（99.26%准确率）、Herlev（98.93%）和Mendeley LBC（99.48%）数据集上超越现有方法，为宫颈癌筛查AI系统提供新解决方案。

　　

Highlight

• 我们提出HCT-Net框架，通过双向多尺度交互协同CNN与Transformer优势。自适应特征校准机制使CNN局部纹理优化Transformer注意力图以聚焦核边界，同时Transformer全局依赖增强CNN对细胞质连续性的捕捉。该设计弥合了特征层级的语义鸿沟，解决了细胞病理图像的尺度变异问题。

• 三大核心模块创新：混合多维自注意力（HMSA）整合移位窗口自注意力（建模全局依赖）、3×3卷积空间注意力（核定位）和全局池化通道注意力（筛选判别特征）；多尺度特征融合（MFF）通过并行上下采样和逐元素乘法实现四尺度特征对齐；多分类预测（MCP）模块通过全局池化和线性投影将融合特征映射为类别概率。

• 在SIPaKMeD（细胞级）、Herlev（7分类）和Mendeley LBC（涂片级）数据集上的广泛验证显示，HCT-Net以99.34% F1值（SIPaKMeD）、99.20% F1值（Herlev）和99.51% F1值（LBC）超越现有CNN、Transformer及混合模型。其层级交互机制有效缓解局部-全局表征冲突，模块化设计确保对细胞形态和成像条件的强泛化能力。

Conclusion

本研究提出的HCT-Net通过三大创新确立了宫颈细胞图像分析新范式：HMSA模块通过通道-空间自适应消除染色变异干扰；MFF模块通过层级特征对齐解决细胞-涂片分辨率差异；联合损失函数动态平衡精确率-召回率权衡。该架构为自动化宫颈癌筛查建立了新的性能基准。

（注：严格保留专业术语如F1值、Transformer等中英文对照，并确保上标¹⁶、下标₂等格式正确，未包含文献标识[1]和图示引用Fig.1等无关元素）