基于人工智能的急性淋巴细胞白血病检测框架：分割与非分割图像的对比研究

《Sensors》：An Artificial Intelligence Framework for Detection of Leukemia with Comparison Between Segmented and Non-Segmented Images

　　

背景： 利用深度学习对外周血涂片（PBS）图像中的急性淋巴细胞白血病（ALL）亚型进行准确分类，可能为这种血液恶性肿瘤的自动化图像分析提供支持。方法： 研究人员开发了一种自定义轻量级卷积神经网络（CNN），用于将白细胞分为四种亚型：良性（Benign）、早期前B-ALL（Early Pre-B ALL）、前B-ALL（Pre-B ALL）和前前B-ALL（Pro-B ALL）。研究人员使用准确率、受试者工作特征（ROC）曲线以及可解释性技术（包括上采样特征图激活、遮挡敏感性和SHAP风格解释叠加）评估了性能，并比较了原始（非分割）图像与HSV分割图像。为在缺乏明确患者标识符的情况下减轻患者级数据泄漏，研究人员进一步使用HSV颜色直方图的无监督K均值聚类，将3256张图像分为89个“代理患者”簇。因此，研究人员实施了严格的受试者级分组5折交叉验证和留出法（Hold-Out）协议，同时进行标准图像级评估。结果： 在标准图像级评估下，模型在非分割图像上达到98.8%的准确率，在分割图像上达到91.3%的准确率。关键在于，这一性能优势在严格的受试者级交叉验证下得以维持（97.9%对89.7%），证实了研究结果对数据泄漏的稳健性。可解释性可视化表明，HSV分割丢弃了关键的上下文形态学线索，增加了密切相关亚型之间的混淆。结论： 轻量级CNN可以直接从原始PBS图像中准确分类ALL亚型。所评估的HSV分割通过移除上下文信息降低了性能。这项研究强调了受试者级评估在医学影像中的必要性，并表明强制性的预处理应通过经验验证而非假定其有益。

基于深度学习的急性淋巴细胞白血病亚型分类研究：论文解读

一、研究背景与问题提出

白血病是一种以骨髓中白细胞异常增殖为特征的恶性肿瘤，分为急性淋巴细胞白血病（ALL）、慢性淋巴细胞白血病（CLL）、急性髓系白血病（AML）和慢性髓系白血病（CML）四种类型。该疾病可扩散至其他器官，导致免疫功能下降及骨髓产生红细胞和血小板的能力受损，因此被视为具有高发病率和死亡率的主要健康问题，尤其在诊断较晚的情况下更为严重。传统诊断方法如血常规、外周血涂片（PBS）、活检、流式细胞术、基因检测和影像学检查存在侵入性、高成本、变异性大以及耗时费力等局限性。

近年来，人工智能（AI）领域的发展，特别是机器学习和深度学习，通过直接从原始图像中自动识别复杂的形态学特征，改善了医学图像分析。卷积神经网络（CNN）作为该领域的强大工具，能够通过卷积运算学习空间模式，识别图像中的重要特征，这在医学影像中尤为有价值，因为细胞形态的细微变化可能对疾病诊断至关重要。既往研究表明，AI方法能够为镰状细胞贫血、疟疾和地中海贫血等疾病提供准确的自动化分析，展示了其作为临床诊断辅助工具的潜力。

然而，许多基于AI的白血病检测系统依赖预处理步骤，特别是细胞分割，以在分类前分离白细胞。分割被认为可以通过减少无关信息、将模型注意力引导至相关特征来提高分类准确率，但其效果取决于分割方法及所得图像中保留的信息。染色差异、细胞重叠、成像伪影和不准确的掩膜都可能改变分割后的表示。因此，不应预先假设分割有益，而应针对特定方法、数据集和分类任务评估其价值。此外，较少研究探讨B-ALL多分类问题，且移除背景和上下文信息对亚型分类的影响尚未得到充分表征。

二、研究内容与主要结论

本研究提出了一种自定义CNN框架，用于将PBS图像分类为四种ALL亚型：良性（造血细胞）、早期前B-ALL、前B-ALL和前前B-ALL。研究人员使用了数据集创建者提供的非分割图像和配对的HSV分割图像，以检验预处理如何影响模型性能，并开发准确、高效的自动化白血病诊断系统。该研究的主要科学新颖性不在于CNN架构本身，而在于对多分类ALL亚型中上下文信息丢失的严格实证评估，明确量化了强制性预处理（基于HSV的分割）如何破坏区分密切相关成熟阶段（如早期前B与前B）所需的细微形态学线索。

研究结果表明，在标准图像级评估下，非分割图像达到98.8%的准确率，分割图像为91.3%；在严格的受试者级分组5折交叉验证下，非分割图像仍保持97.87%的准确率，显著优于分割图像的89.66%。可解释性分析显示，HSV分割丢弃了关键的上下文形态学线索，增加了密切相关亚型之间的混淆。该研究强调了受试者级评估在医学影像中的必要性，并表明强制性预处理应通过经验验证而非假定有益。

三、关键技术方法概述

研究人员采用以下主要技术方法开展研究：使用公开的Kaggle数据集（Aria等，2021），包含来自89名患者的3256张PBS显微镜图像，分为四类；对图像进行空间归一化（调整至224×224×3像素）和像素强度归一化（最小-最大缩放）；设计了包含四个卷积块（滤波器深度32→16→8→16）、三个最大池化层、全连接层和Softmax层的轻量级自定义CNN；采用Adam优化器训练，初始学习率0.001，批量大小64，最多100轮；实施标准图像级留出法和分层5折交叉验证；由于数据集缺乏患者级标识，使用HSV颜色直方图的K均值聚类将图像分为89个“代理患者”簇，实施严格的受试者级分组交叉验证；采用上采样特征图激活、遮挡敏感性和SHAP风格解释叠加进行可解释性分析。

四、研究结果

A. 计算复杂度与效率： 所提出的CNN包含58,028个可训练参数，每次推理约需211.44百万浮点运算（FLOPs），模型占用0.43 MB磁盘空间，平均GPU推理时间为每张图像0.004±0.0003秒。消除HSV分割预处理步骤进一步降低了总流水线计算成本。

B. 留出法验证结果： 在严格留出测试集上，非分割图像达到94.7%的整体准确率，宏平均敏感性、特异性、精确率和F1分数分别为91.76%、98.11%、95.86%和92.98%；分割图像准确率下降至90.4%，相应指标为88.82%、96.67%、90.77%和89.47%。ROC分析显示，非分割图像中各类别AUC值接近1.0，前前B和前B亚型表现最佳；分割图像中前前B亚型表现最好，良性类别表现最低。大多数分类错误发生在良性和早期亚型之间，因为某些早期白血病母细胞在血涂片图像中形态上类似于正常造血细胞。

C. 分层5折交叉验证结果： 非分割图像在所有指标上均优于分割图像。配对t检验显示，非分割流水线在准确率（p=0.0001）和F1分数（p=0.0001）上均显著优于分割流水线。各类别指标显示，非分割表示在所有四个类别中表现更好，前前B-ALL表现最佳，而早期和前B在分割后指标下降最大。

D. 可视化分析： 上采样特征图激活显示，在非分割图像中，模型主要关注白细胞相关的形态结构（如核区域、边界和染色特征），而非无关背景；分割图像中激活局限于分离的白细胞区域，但对良性和早期亚型的置信度降低。遮挡敏感性分析显示，模型通常关注生物学上有意义的细胞结构，但前前B样本被误分类为良性（置信度44.0%），表明某些晚期图像仍具挑战性。SHAP风格解释叠加显示，模型不仅关注淋巴母细胞特征性的大而紫色细胞核，还利用周围红细胞的分布和密度等上下文信息，并主动抑制无关背景。

E. 受试者级分组分析： t-SNE可视化显示，89个K均值聚类中20个（22.5%）包含良性和恶性图像的混合，表明聚类按制片和染色批次分组而非严格的患者身份。在严格的受试者级分组5折交叉验证下，非分割图像平均受试者级准确率为97.87%±0.54%，分割图像为89.66%±4.01%，差异具有统计学显著性，确认非分割流水线的优势是稳健的特征级现象而非数据泄漏的伪影。

五、讨论与结论

讨论部分指出，非分割图像准确率为98.8%，分割图像为91.3%，敏感性在分割图像中下降，良性类别下降最大，早期前B和前B之间的混淆增加。可能原因是HSV分割表示移除了CNN使用的上下文或染色信息。前前B-ALL亚型分类最准确，表明该阶段形态特征更明显；良性类别下降最大，因其形态和上下文特征范围更广，分割时更易丢失信息。研究强调，该结果仅表明两种图像表示之间的差异，不证明分割普遍有害。

高置信度错误分类（如良性样本以99.99%置信度被误分类为前B）具有重要临床意义，可能导致错误安抚和治疗延迟。模型原始Softmax输出不应被解释为校准概率，需事后校准技术如温度缩放。非分割流水线的期望校准误差（ECE）为0.0455，优于分割流水线的0.0525。

研究局限性包括：所有图像来自单一公开数据集，泛化性未经验证；分割分析仅限于HSV颜色阈值分割，无法计算定量分割质量指标；数据集缺乏患者级标识，代理患者聚类不能完美隔离个体患者；可解释性可视化未经血液学专家定量验证。

结论部分指出，该研究提出了一种轻量级CNN模型，用于从PBS图像自动分类ALL亚型。模型在非分割图像上达到98.8%准确率，分割图像为91.3%；在严格受试者级分组5折交叉验证下，非分割流水线仍保持统计显著性优势（97.87%对89.66%），确认HSV分割导致的性能下降是稳健的特征级现象。比较分析表明，所评估的HSV分割因丢失上下文形态特征而降低分类性能，但这不建立分割普遍无必要的结论，而是表明所用阈值方法丢弃了诊断相关信息。未来研究应调查先进的边界感知分割方法（如U-Net），并在真正患者不相交的队列上进行外部验证，以建立明确的临床泛化性。