UWMT-Net：一种基于超声的甲状腺结节三分类不确定性加权多任务网络

《Computer Methods and Programs in Biomedicine》：UWMT-Net: An Uncertainty-Weighted Multi-Task Network for Ultrasound-Based Three-Class Classification of Thyroid Nodules

　　

摘要

背景

甲状腺结节超声风险分层在日常实践中仍存在不一致，尤其对于边界性表现。许多深度学习研究仅报告判别性能，而概率可靠性和基于阈值的临床实用性则关注较少。

方法

我们回顾性纳入364例开发患者，每位患者贡献一个甲状腺结节，标记依据手术病理或细针穿刺细胞学。主要分析采用患者级固定训练/验证/测试框架，并额外通过分层患者级五折交叉验证评估稳健性。锁定模型在中国济南山东中医药大学附属医院（山东省中医医院）独立评估的121例患者中进行。任务被表述为三类分类：良性、不确定或可疑、恶性。

结果

多模态模型优于仅临床和仅图像基线，在类别平衡指标上增益最大。在留出的测试集上，UWMT-Net达到0.838的准确率和0.943的宏AUC。事后温度缩放将ECE从0.040降至0.015，而未改变硬标签指标。五折交叉验证产生0.936 ± 0.011的宏AUC。在独立外部队列中，锁定模型达到0.810的准确率、0.804的宏F1、0.921的宏AUC和0.031的ECE。添加的融合基线和配对自助分析支持不确定性加权多任务学习存在适度但非统计学显著的数值优势。

结论

超声与结构化临床信息的整合改善了开发队列中的三类分类和概率可靠性，并在独立外部队列中保持了性能。临床应用前仍需更大规模的前瞻性多中心验证。

引言

甲状腺结节在常规超声检查中经常遇到，报告检出率在不同人群和实践环境中已增至20–60%[1,2]。虽然仅少数结节为恶性，但临床管理依赖于可靠地区分明确良性病变与需要进一步检查的病变。超声仍是甲状腺评估的一线手段；然而，解读依赖于回声、边缘、形状和钙化等视觉描述符，且易受阅片者依赖变异的影响[3]。近期甲状腺超声计算机辅助诊断（CAD）工作探索了基于Transformer的结节检测[4]，而自动分割研究继续解决边界和特征提取挑战[5]。

美国放射学会甲状腺影像报告和数据系统（TI-RADS）通过将有声描述符映射到结构化分类和管理建议来标准化报告[6,7]。在实践中，TI-RADS减少但不消除主观性：特征感知、图像质量和采集技术的小差异仍可能导致分类分配和下游决策的偏移。这些局限性促使计算机辅助诊断（CAD）支持放射科医生并改善可重复性[8,9]。包括CNN和基于注意力的模型在内的深度学习方法在超声分析中报告了强劲性能[10,11]。专门的甲状腺超声研究也支持深度学习用于自动结节评估的潜力[12]。然而，许多现有研究将该问题表述为二元决策（良性 vs. 恶性），这不能完全反映甲状腺结节在常规护理中的处理方式。

临床上，相当比例的结节处于中间可疑区域，随访和活检决策对感知的影像特征和临床背景的微小变化敏感。因此，实用的CAD系统应支持具有临床相关中间类别的三类分类，而不是将问题简化为二元良恶性决策。这种设置在方法上也并非微不足道：中间组往往是异质性最大的，预测概率对于基于阈值的决策需要可靠。现代神经网络中校准不当和过度自信已被充分记录，即使判别指标有利也可能破坏临床可用性[13]。

此外，超声图像很少孤立解读。患者级信息（如年龄、性别、相关临床病史和实验室指标）在判断边界病例时通常被考虑。在影像学旁边整合此类结构化临床数据可以提供互补线索，但需要明确的融合策略并仔细评估结果概率是否仍具有临床意义。

在本研究中，我们开发了一个基于超声的甲状腺结节三类分类多模态深度学习框架。该模型整合超声图像与结构化临床信息，并通过患者级分离评估以避免信息泄漏。除了标准性能指标外，我们还评估校准并使用Grad-CAM++提供病变聚焦的视觉解释。近期甲状腺AI研究日益探索多模态整合。临床和放射学变量已与深度超声特征结合[14]。大规模图像-文本建模也已被探索[15]，超声也与分子检测配对[16]。在这一背景下，UWMT-Net的贡献并非孤立的新图像主干网络。在模型开发层面，其主要贡献是TI-RADS属性监督表示学习和不确定性自适应多任务优化的联合使用：辅助属性头正则化共享多模态表示，而学习的任务不确定性自动重新平衡主要分类损失和异质辅助损失，而不是依赖手动固定的系数。这与临床条件门控融合和单一三类框架内的事后概率校准相结合。

章节摘录

研究设计与数据集

本研究设计为回顾性双中心研究。开发队列由山东千佛山医院超声科在2023年12月至2025年9月进行的甲状腺结节超声检查组成。在364名纳入患者中，每位患者纳入一个索引结节。连续纳入的开发队列患者符合以下纳入条件：(1) 有甲状腺超声图像，(2) 可以使用手术病理或

结果

共纳入364例患者，每位贡献一个索引甲状腺结节，包括第0类123例、第1类116例、第2类125例。按三类标签分层的基线人口学和临床特征总结见表1。总体而言，队列以女性为主。几个临床变量在不同类别间存在差异，包括年龄、结节大小、促甲状腺激素（TSH）和桥本甲状腺炎的患病率。

讨论

本研究表明，将甲状腺超声图像与结构化临床变量结合，在开发队列中改善了超出单一模态的三类分类。门控多模态模型在主要比较中实现了最高平均性能，在平衡准确率和宏F1上具有特别明显的数值优势。中间类别本质上具有异质性，与良性结节和恶性结节共享特征，因此患者级背景

结论

在具有独立外部验证的单中心开发队列中，UWMT-Net整合甲状腺超声图像和结构化临床变量，改善了相对单模态基线的三类分类。事后校准在不改变硬标签预测的情况下改善了概率可靠性，外部验证显示保持了判别性能。常规临床应用前需要更大规模的前瞻性多中心验证。

伦理声明

本回顾性研究获得山东千佛山医院机构审查委员会批准。由于回顾性设计和去识别化数据的使用，书面知情同意的要求被豁免。来自山东中医药大学附属医院的外部验证队列经该机构伦理委员会审查和批准，在回顾性方案下豁免知情同意。所有程序

数据可用性

支持本研究结果的数据不公开提供，但作者可根据合理请求提供。

资助

本研究得到济南临床医学科技创新计划（202512028）、山东省自然科学基金（NO. ZR2025MS1199）、山东省自然科学基金创新发展联合基金（NO. ZR2026LMB040）支持。

利益声明

作者声明无利益冲突。研究独立进行，结果无任何外部影响。

作者贡献声明

李倩：原创草稿撰写、验证、方法论、形式分析、数据整理。毛振宇：原创草稿撰写、软件、方法论。何怡慧：验证、资源。王纪宁：原创草稿撰写、验证、监督、资源、方法论、调查、资金获取。杨哲：原创草稿撰写、可视化、验证、监督、资源、方法论、资金获取、数据整理、概念化。

李倩|毛振宇|何怡慧|王纪宁|杨哲

山东第一医科大学第一附属医院暨山东省千佛山医院超声科，山东济南，250014，中国