基于轻量级注意力增强CNN的脑MRI神经疾病八分类研究：VGG-16+CBAM实现98.9%准确率与低计算成本

《Scientific Reports》：An explainable vision transformer approach for automated neurological disorder classification from brain MRI scans

　　

摘要

在足够早且具有临床意义的时机诊断阿尔茨海默病（AD）、多发性硬化症（MS）和脑肿瘤仍然严重依赖脑 MRI，而脑 MRI 仍然依赖于几乎在所有地方都短缺的放射科医生。卷积神经网络在此问题上取得了实际进展，但单次卷积只能看到图像的一小部分，这限制了纯卷积模型将遍布全脑的病理关联起来的能力。本研究同时从两个方向解决这一局限性：对已建立的 CNN 骨干网络进行受控的同协议比较，以及在其中一个网络上嫁接轻量级注意力机制。我们对完整的八类多类神经疾病（MCND）数据集进行了分类（包括 AD 轻度痴呆、AD 中度痴呆、AD 极轻度痴呆、多发性硬化症、正常，以及三种脑肿瘤亚型：胶质瘤、脑膜瘤和垂体瘤），该数据集包含 9,564 张 MRI 图像，按 80:20 划分为 7,651 张训练图像和 1,913 张测试图像。四个已建立的 CNN，即 VGG-16、ResNet-50、DenseNet121 和 EfficientNet-B0，在一个共享协议下进行了微调，作为受控基线。然后我们构建了 VGG-16 + CBAM：一个安装了卷积块注意力模块（CBAM）的 VGG16 骨干网络，用更小的分类头取代了 VGG-16 原有的全连接层，并在与基线相同的优化器和增强设置下训练了 15 个周期。它在保留的测试集上达到了 98.90% 的准确率，加权 F1 得分为 0.9890，宏平均 F1 为 0.9893，宏平均 AUC-ROC 为 0.9997，MCC 为 0.9874，击败了所有四个基线（准确率 98.12%–98.85%），同时仅使用 1488 万个参数，约为 VGG-16 13429 万个参数的 9%，模型大小为 56.8 MB。我们还报告了每个基线的参数数量、模型大小、FLOPs、GPU 推理延迟和训练时间，以便将准确率的提升与实际计算成本进行权衡，而不仅仅看准确率。所有八类的 Grad-CAM 图显示模型关注于合理的解剖区域：AD 阶段的室周和海马区域，MS 的白质，以及每种肿瘤亚型的肿瘤核心。学习特征 t-SNE 投影显示八类形成了明显、大部分不重叠的簇。综上所述，结果表明，小型注意力增强 CNN 可以以极低的成本在此任务上与或胜过更大的骨干网络，同时不失去临床医生信任它所需的可解释性。