基于拓扑融合模型（ToBaFu）的二维癌症图像分类研究：提升诊断性能与模型鲁棒性

本文提出一种创新的拓扑融合模型（ToBaFu），通过结合持久同调（PH）提取的全局拓扑特征与改进ResNet-50架构的局部形态特征，显著提升癌症图像分类性能。该模型在肺癌、结肠癌、结直肠癌及乳腺癌数据集上准确率与F1值均超99.6%，为医学影像诊断提供了兼具解释性与鲁棒性的新范式。

　　

亮点

• •

  基于立方体复形计算持久同调（PH），从图像数据中提取统计特征与持久图像特征，并拼接为统一描述符。

• •

  提出的Topo模型将持久同调衍生的拓扑特征与浅层神经网络结合，用于癌症图像分类，增强全局形状表征与泛化性能。

• •

  开发了ToBaFu模型，这是一种新颖的融合框架，将Topo模型与端到端增强型ResNet架构结合用于癌症图像识别，提升诊断性能与模型鲁棒性。

方法

ToBaFu模型整合了两种癌症图像分类方法：基于拓扑特征的浅层神经网络（Topo模型）和ResNet-50的增强版本（Modified ResNet）。第3.1节阐述立方体复形的PH理论；第3.2节介绍从图像中提取拓扑特征的方法；第3.3节详细描述Topo模型与Modified ResNet模型，并基于这两种方法构建ToBaFu模型。

数据集

我们使用三个公开癌症图像数据集评估模型性能：LC-25000肺结肠组织病理图像数据集（Borkowski等, 2019）、CRC-5000结直肠癌组织学图像数据集（Kather等, 2016）和BUS-250乳腺超声图像数据集（Rodrigues, 2018）。表2展示了这些数据集的概览。

LC-25000¹：LC-25000数据集包含25,000张彩色图像，涵盖五类组织：正常结肠、正常肺、结肠腺癌、肺腺癌和肺鳞癌。每类含5,000张图像，分辨率统一为768×768像素。数据来自两个公共数据集：LC-25000和NCT-CRC-HE-100K。

CRC-5000²：CRC-5000数据集包含5,000张结直肠癌组织学图像，覆盖九类组织：肿瘤上皮、间质、复杂间质、免疫细胞、坏死碎片、黏膜、脂肪、背景及正常上皮。图像分辨率为224×224像素，均从结直肠癌患者H&E染色切片中提取。

BUS-250³：BUS-250数据集包含250张乳腺超声图像，分为三类：正常、良性与恶性。图像尺寸不一，均经专业医师标注。该数据集源自巴西圣保罗大学医院。

结论

本文通过整合拓扑分析（Topo模型）与增强型ResNet架构（Modified ResNet），提出ToBaFu模型用于二维癌症图像分类。轻量级Topo模型在三个癌症分类数据集上表现出卓越的分类与泛化性能，凸显了拓扑特征提取在病理诊断中的关键作用。为深化特征学习，我们开发了Modified ResNet，通过用256滤波器1×1卷积层替换全局平均池化，更好地保留空间信息。最终，ToBaFu模型融合拓扑与深度特征，在癌症图像识别中实现性能与鲁棒性的双重提升。未来工作将探索拓扑特征在三维医学影像中的应用，并优化模型计算效率。