基于BraTS数据集的机器学习技术比较分析：传统随机森林在脑肿瘤分类中的优势探索

这篇综述系统评估了多种机器学习（ML）和深度学习（DL）模型在BraTS 2024数据集上的脑肿瘤分类性能，发现传统随机森林（Random Forest）结合主成分分析（PCA）以87.5%的准确率显著优于包括VGG16、ResNet50和EfficientNet在内的DL模型（47-70%），揭示了在有限医学影像数据场景下，特征工程与经典算法的协同价值，为临床诊断模型选择提供了实证依据。

　　

引言

脑肿瘤的精准分类对临床诊疗至关重要。近年来，机器学习（ML）和深度学习（DL）技术在医学影像分析领域展现出潜力，但其在BraTS数据集上的相对性能仍不明确。本研究通过对比随机森林（Random Forest）、简单卷积神经网络（Simple CNN）、VGG16/VGG19、ResNet50、Inception-ResNetV2和EfficientNet等模型，揭示了传统方法在特定场景下的优势。

材料与方法

数据集：采用BraTS 2024多模态MRI数据，包含T1c、T2w和T2-FLAIR序列及专家标注的分割掩膜。通过提取中间切片并计算肿瘤体积，以中位数为界生成高/低肿瘤负荷的二元标签。

预处理：图像统一调整为128×128像素并归一化，采用80/20比例划分训练集与测试集，确保患者级数据独立性。

模型架构：

• •

  经典方法：随机森林结合PCA降维（保留≥50个主成分）

• •

  DL模型：从浅层Simple CNN到复杂EfficientNetB3，均采用迁移学习策略

评估指标：准确率、ROC曲线（AUC）、混淆矩阵及F1值等。

结果

性能对比：

• •

  随机森林以87.5%准确率（AUC=0.90）全面领先，其精确度（0.90）、召回率（0.86）均衡

• •

  DL模型表现分层：Simple CNN（70%）>VGG系列（65-67.5%）>ResNet50（47.5%）

• •

  复杂模型如Inception-ResNetV2和EfficientNet出现明显过拟合（训练/验证损失曲线发散）

关键发现：

1. 1.

   PCA降维有效保留了判别性特征，随机森林的集成学习机制在小数据集上展现鲁棒性

2. 2.

   DL模型性能与复杂度呈负相关，反映数据量对深度架构的限制

3. 3.

   混淆矩阵显示随机森林的假阳性率（3/40）显著低于ResNet50（21/40）

讨论

技术启示：

• •

  数据特性决定方法选择：当训练样本有限时，特征工程（如PCA）结合随机森林可能比复杂DL模型更可靠

• •

  DL优化方向：需针对性设计数据增强策略（如CLAHE直方图均衡）和解冻深层微调

临床意义：

研究结果挑战了"DL必然优于传统ML"的固有认知，为资源受限的医疗机构提供了高性价比的解决方案。但需注意基于肿瘤体积的二元分类简化了临床分级标准，未来可整合分子标志物等多维度数据。

结论

本研究证实：在BraTS 2024数据集上，经过优化的传统ML方法可超越未充分调优的DL模型。建议后续工作探索：

1. 1.

   融合PCA特征与DL嵌入向量的混合模型

2. 2.

   针对医学影像的定制化数据增强方案

3. 3.

   基于临床分级的细粒度标签体系

该成果为脑肿瘤智能诊断系统的开发提供了重要方法论参考，尤其适用于中小规模医学影像数据集的分析场景。