CUPID-Med：面向胸部X光深度聚类的感知不确定性原型聚类框架

《Scientific Reports》：Conformal uncertainty aware prototype discovery for auditing deep chest radiograph clustering

　　

摘要

深度聚类可以支持大型胸部X光片数据库的探索性组织，但确定性分配可能掩盖模型的不确定性，而看似连贯的聚类可能反映的是采集或优化效应，而非经过临床验证的表型。我们提出了CUPID-Med，一种感知不确定性的原型聚类框架，结合了分布潜变量学习、可学习原型、防坍缩正则化以及基于患者不重叠划分的保形聚类集合。所评估的实现基于冻结的1,024维ImageNet预训练DenseNet121嵌入，并使用泄漏控制的60/10/15/15训练/验证/校准/测试协议，在来自10,000名不同患者的10,000张CheXpert X光片上进行评估。模型选择仅限于验证集，冻结基准评估在公共的仅训练集PCA-64几何空间中测试十个匹配种子。在测试集上，CUPID-Med实现了共享空间轮廓系数\(0.0403\pm 0.0041\)，而Spectral-kNN为0.0440，k-means为0.0429，同时其平均轮廓系数高于所评估的深度表示学习基线方法。63次CUPID-Med与基线的匹配种子比较中，经Holm校正后均无统计学显著性，因此性能差异按描述性方式解读。在标称90%置信水平下，主要的随机APS过程实现了\(0.9753\pm 0.0070\)的经验覆盖率，平均集合大小为5.61；分配熵与跨种子不稳定性一致（\(\rho =0.618\)，自助法95%置信区间0.581–0.652），冻结的弱视图扰动在测试集上平均改变了3.36%的硬分配结果。在112,120张NIH ChestXray14图像上的外部评估在可衡量的分布偏移下保持了保守的模型相对覆盖率。在十个种子的范围内，元数据审计发现聚类成员身份与记录的采集-投影视场之间存在显著关联（Cramér's \(V=0.614\pm 0.039\)，范围0.515–0.641）。所有评估方法的内部轮廓系数均统一偏低，表明绝对分离度较弱。因此，CUPID-Med应被解读为用于审计聚类结构和分配模糊性的探索性框架，而非诊断系统或临床验证的表型发现系统。