摘要
乳腺癌仍然是全球范围内威胁人类健康的最严重疾病之一。为了解决病理筛查中的诊断主观性和分类粒度不足问题，本研究提出了一种轻量级互补卷积神经网络（CNN）框架，用于两个不同但临床相关的任务。第一个模型执行浸润性导管癌（IDC）的二分类（IDC 阳性 vs. IDC 阴性），而第二个模型对四种恶性亚型进行细粒度多分类。值得注意的是，由于数据泄漏，IDC 二分类任务的主要图像块级评估可能会产生乐观偏倚的性能，因为同一患者的图像块可能同时出现在训练集和测试集中。IDC_regular_ps50_idx5 数据集在图像块文件名中嵌入了患者/病例标识符，从而能够进行患者不相交划分以减轻此风险。在公开的图像块级测试数据上，该框架实现了 0.8732 的图像块级准确率和 0.9245 的 AUC，与几种最先进的模型相比，表现出优越的资源效率。计算分析表明，所提出的模型拥有 0.435 M 个参数和 0.145 G FLOPs——比 VGG16（仅卷积）少 33.8 倍参数，比 ResNet50 少 54.0 倍，比 EfficientNet-B0 少 9.3 倍。为了量化图像块级评估引入的乐观偏倚，我们首先利用文件名中嵌入的患者标识符，在 IDC 数据集上进行了补充的患者不相交 5 折 GroupKFold 交叉验证。在这种数据集内患者不相交方案下，其平均准确率为 0.8005，平均 AUC 为 0.8783，与图像块级结果相比，性能适度下降了大约 7 个百分点。我们进一步在 BreakHis 上进行了外部跨数据集验证，采用了严格的患者不相交 5 折 GroupKFold 交叉验证。在这种跨数据集方案下，模型性能显著下降（平均准确率为 0.5417 ± 0.1738，平均 AUC 为 0.5930 ± 0.1680），说明了在领域偏移下泛化到完全未见过的患者时会出现显著的性能下降。在图像块级配置下的系统性损失函数比较实验表明，Focal Loss（γ = 2.0）在二分类 IDC 识别任务上实现了最高的整体图像块级性能（准确率 = 0.8125，AUC = 0.8980），优于基线交叉熵损失。结果表明，所提出的互补框架在 IDC 数据集内以良好的准确率 - 效率权衡实现了具有竞争力的分类准确率；然而，无法保证强大的跨数据集泛化能力，且在实际临床部署中需要在多机构匹配队列上进行患者不相交评估。对少数类别的泛化能力仍存在局限性。未来的工作将侧重于构建多机构患者标注的组织病理学队列以进行患者不相交评估，以及领域适应技术以减轻跨数据集的领域偏移。
