基于可重复开放数据框架的可解释乳腺癌诊断与细胞病理学教育

《Frontiers in Oncology》：A reproducible open-data framework for interpretable breast cancer diagnosis and cytopathology education

　　

摘要专业翻译 引言： 定量核形态学将细胞病理学评估与可解释的诊断建模联系起来，并为医学人工智能教学提供了实践基础。本研究评估了一个可重复框架，该框架连接了核特征解释、恶性与良性分类以及诊断决策的循证评估。 方法： 威斯康星诊断性乳腺癌数据集（Wisconsin Diagnostic Breast Cancer dataset, WDBC）包含569份细针穿刺抽吸（fine-needle aspiration, FNA）样本（212例恶性，357例良性），由30个图像衍生的核特征表示。研究人员比较了七种监督分类器，采用五外折四内折的嵌套分层交叉验证（nested stratified cross-validation）。评估指标包括受试者工作特征曲线下面积（ROC-AUC）、精确率-召回率性能、概率校准（probability calibration）、训练导出决策阈值、探索性决策曲线分析（decision-curve analysis）、特征重要性以及泄漏控制的特征缩减。 结果： 径向基函数支持向量机（radial basis function support vector machine, RBF SVM）的ROC-AUC达到0.995，而可解释的线性支持向量机（linear support vector machine, linear SVM）达到0.994，两者与RBF SVM或逻辑回归（logistic regression）之间均无显著成对差异。对于线性SVM，折特异性约登阈值（Youden thresholds）在留出集上产生了0.981的准确率、0.962的灵敏度、0.992的特异度、0.974的F1分数和0.959的马修斯相关系数（Matthews correlation coefficient, MCC）。灵敏度优先的阈值化将灵敏度提升至0.991，特异度为0.866。布里尔分数（Brier score）为0.021。核纹理、大小、对称性和轮廓相关特征对模型解释贡献突出。一个经泄漏控制的20特征模型保留了0.996的ROC-AUC和0.994的精确率-召回率曲线下面积（precision-recall area under the curve）。 讨论： 该框架将定量细胞病理学与可重复的模型评估整合成一个连贯的教学序列。核特征分布和重要性模式将细胞形态学与诊断推理联系起来；分类器比较、校准和混淆矩阵展示了模型性能的不同维度；而替代操作阈值则显示了预测概率如何转化为诊断决策。嵌套验证和缩减特征分析为教授数据划分、特征冗余、可解释性以及医学人工智能的批判性评估提供了实用范例。这一共享的分析路径为细胞病理学、肿瘤学和跨学科医学数据科学教育提供了基于案例的材料。

论文解读文章

研究背景与目的

乳腺癌仍是全球重大公共卫生挑战。早期发现恶性乳腺疾病可缩短从异常到确诊、分期和治疗的时间，因此诊断途径需兼具良好的灵敏度和特异度以避免假阴性导致的延迟诊断以及假阳性带来的不必要活检、焦虑和成本。细胞病理学与图像衍生的定量形态学已被长期应用于乳腺肿块评估。细针穿刺抽吸获取的细胞经数字化后，可获得半径、周长、面积、光滑度、致密度、凹度、凹点、对称性和分形维数等数值描述，这些形态测量和纹理异常与恶性转化相符。威斯康星诊断性乳腺癌数据集是基于数字化FNA样本的公开基准数据集，为诊断模型的教育与研究提供了可控环境。然而，近期研究表明性能估计对特征选择、模型组合和验证设计高度敏感，且许多肿瘤学机器学习研究表现出过于乐观的性能指标，缺乏对临床应用深度的报告。因此，本研究旨在验证一个假设：由预提取细胞病理学特征构建的透明线性诊断模型，在所有数据依赖步骤均限制于训练数据时，能否保持高区分度、稳定的系数方向以及性能保持的降维效果。

研究方法与技术路线

研究人员使用了来自UCI机器学习库的WDBC数据集，包含569份数字化FNA乳腺肿块样本及30个连续核特征。这30个预测变量源自十项核特征，每项分别以均值、标准误和最差值三种统计量表示。研究人员比较了七种候选算法：正则化逻辑回归、校准后的线性SVM、RBF SVM、随机森林、梯度提升、k近邻和高斯朴素贝叶斯。所有模型均采用嵌套交叉验证进行评估，外层为分层五折交叉验证，内层为分层四折交叉验证用于超参数网格搜索优化。标准化、模型拟合、超参数选择和SVM概率校准均被限制在相应的外层训练分区内。约登平衡阈值和灵敏度优先阈值在内折留出概率基础上确定后锁定，再应用于对应外层留出验证折。评估涵盖ROC-AUC、PR-AUC、准确率、灵敏度、特异度、F1分数、MCC、布里尔分数、校准截距和斜率、决策曲线净收益以及置换重要性。泄漏控制下的缩减特征验证在外折循环内嵌套进行，基于互信息得分在训练数据内确定不同规模的特征面板，再用逻辑回归模型评估。

研究结果

3.1 队列构成与特征结构：队列共569份乳腺肿块样本，其中恶性212例（37.3%），良性357例（62.7%）。多个尺寸相关和边界不规则性变量之间存在强相关性，半径、周长和面积捕捉核大小的重叠方面，而凹度和凹点测量捕捉边界不规则性的相关方面，这支持在特征族层面进行解释并推动了缩减特征分析。

3.2 交叉验证模型区分度与分类性能：所有七个模型均实现了高区分度，ROC-AUC范围从0.987到0.995，PR-AUC从0.980到0.994。RBF SVM在ROC-AUC、PR-AUC、准确率、灵敏度、F1分数和MCC方面数值领先，而线性SVM和KNN达到了最高特异度。DeLong检验显示线性SVM与RBF SVM的比较p=0.430，线性SVM与逻辑回归的比较p=0.829；在0.50阈值处的精确McNemar检验分别得到p=1.000和p=0.688，表明有限证据支持存在成对差异。

3.3 概率校准与阈值特定性能：线性SVM的校准曲线接近理想对角线，校准截距为0.029，校准斜率为0.997，布里尔分数为0.022。约登平衡阈值的平均值为0.471，在该阈值下，线性SVM在留出集上的准确率为0.981，灵敏度为0.960，特异度为0.985，F1分数为0.973，MCC为0.959。灵敏度优先阈值平均值为0.144，将灵敏度提升至0.983，特异度降至0.883。

3.4 决策曲线分析：在阈值概率0.05至0.40范围内，线性SVM的净收益始终高于治疗所有患者策略。在低阈值区域（0.05至0.15），净收益差距最大，表明当临床对遗漏恶性肿瘤的容忍度极低时，该模型的相对效用最高。随着阈值概率升高，净收益逐渐趋近于零。

3.5 特征重要性与可解释性：在30个特征中，最差凹点、最差面积、最差周长、最差半径、最差凹度、最差纹理、均值凹点、面积误差、均值凹度和半径误差位列前十。这些特征映射到三个核形态学领域：核大小（半径、面积、周长）、轮廓不规则性（凹度、凹点）以及纹理与形状（纹理）。恶性样本在所有十个前导特征上均显示出明显更高的值。

3.6 缩减特征稳健性：泄漏控制下的缩减特征分析显示，从3个特征到30个特征的模型，ROC-AUC从0.977单调递增至0.996。20特征模型保留了0.996的ROC-AUC和0.994的PR-AUC。配对自助法比较显示，20特征与30特征模型的ROC-AUC差值为-0.0003，10特征与30特征模型的差值为-0.0068。在折特异性前十特征面板中，最差凹点的选择频率为100%，最差面积、最差周长、最差半径、最差纹理和均值凹点的选择频率均为80%。

讨论与结论

讨论部分指出，该框架将定量细胞病理学与可重复的模型评估整合为一个连贯的教学序列。核特征分布和重要性模式将细胞形态学与诊断推理联系起来；分类器比较、校准和混淆矩阵展示了模型性能的不同维度；替代操作阈值则显示了预测概率如何转化为诊断决策。嵌套验证和缩减特征分析为教授数据划分、特征冗余、可解释性以及医学人工智能的批判性评估提供了实用范例。该共享分析路径为细胞病理学、肿瘤学和跨学科医学数据科学教育提供了基于案例的材料。研究的主要局限性在于单一中心回顾性数据限制了外部泛化性，且WDBC数据集仅包含预提取数值特征而非原始图像。研究结论认为，基于WDBC数据集的线性SVM结合严格嵌套验证和泄漏控制，在恶性与良性乳腺肿块分类中达到了近乎完美的内部区分度和良好的概率校准，同时保持了透明的系数结构和可解释的特征重要性模式。该框架提供了一个可复制的教学基准，但强调在临床部署前仍需进一步的多中心验证研究。