综述：卒中病灶分析中CNN、Transformer及混合架构深度学习模型系统综述

《BMC Medical Imaging》：Explainable deep learning for stroke lesion analysis: CNN, transformer, hybrid models, and future directions: a systematic review

　　

摘要

背景

卒中是全球第二大死因和第三大致残原因，每年影响约1500万人，造成的经济负担超过8900亿美元。脑CT和MRI影像的解读耗时较长，存在观察者间变异，且受神经放射学专家短缺的限制，在资源匮乏地区尤为突出。深度学习方法在自动化卒中病灶分析方面展现出强大潜力；然而，卷积神经网络（CNNs）、Transformer及混合架构的快速涌现需要系统性评估。

目的

本系统综述总结了基于CNN、基于Transformer以及混合CNN-Transformer模型在利用CT和MRI进行卒中病灶分割与分类方面的最新进展。该综述还评估了诊断性能，考察了可解释人工智能（XAI）方法，识别了临床转化的障碍，并概述了未来研究方向。

方法

通过检索IEEE Xplore、PubMed、Scopus和SpringerLink数据库，筛选了2015年1月1日至2026年1月15日期间发表的研究。使用卒中人工智能质量评估（SAI-QA）工具评估研究质量，其中48项研究（64.0%）被评为高质量（Cohen's κ = 0.80）。由于数据集、方法和评估指标的异质性，未进行Meta分析。

结果

基于CNN的模型使用最为普遍（56%），其中U-Net变体在分割任务中取得了0.59–0.94的Dice系数。基于Transformer的模型（24%）通过捕获长距离依赖关系，实现了高达99.6%的分类准确率和超过0.90的Dice系数。混合CNN-Transformer模型（16%）通过结合局部和全局特征学习，通常优于单一架构。可解释人工智能方法（如Grad-CAM、SHAP和LIME）仅在11%的研究中被报告，且缺乏标准化的评估框架。主要挑战包括类别不平衡（24%）、标注数据有限（20%）、跨机构泛化能力差（16%）和计算复杂度（11%）。新兴方法如联邦学习（4%）、自监督学习（5%）和少样本学习（3%）在解决数据局限性和隐私问题方面显示出潜力。

临床意义

混合CNN-Transformer模型通过将局部特征提取与全局上下文理解相结合，在临床卒中诊断方面展现出强大潜力。然而，外部验证有限、可解释性不足和计算成本高仍然是实际临床使用的关键障碍。

结论

混合CNN-Transformer架构目前在卒中病灶分析中提供了准确性与鲁棒性之间的最佳平衡。然而，可解释性仍不够成熟，且缺乏标准化的评估框架。未来研究应聚焦于多中心验证、标准化基准测试、不确定性感知的XAI、联邦学习以及在资源匮乏地区的公平部署。本综述为指导卒中影像领域可临床转化的AI系统发展提供参考。