《Scientific Reports》：Entropy-Guided Adaptive Confidence-Weighted Complementary Deep Ensemble for osteopenia and osteoporosis classification from knee radiographs
编辑推荐：
从膝关节X线片开展骨质疏松症自动化评估仍是一项具有挑战性的计算机辅助诊断任务，其原因在于正常、骨量减少和骨质疏松性骨模式之间存在细微结构差异，并且基于公开可及数据集的透明且可重复评估框架的可用性有限。现有研究主要依赖独立深度学习模型或传统集成方法，这些方法假定
从膝关节X线片开展骨质疏松症自动化评估仍是一项具有挑战性的计算机辅助诊断任务，其原因在于正常、骨量减少和骨质疏松性骨模式之间存在细微结构差异，并且基于公开可及数据集的透明且可重复评估框架的可用性有限。现有研究主要依赖独立深度学习模型或传统集成方法，这些方法假定分类器可靠性固定，且很少将预测不确定性纳入决策级融合。为解决这一局限，本研究提出一种熵引导自适应置信度加权互补深度集成（Entropy-Guided Adaptive Confidence-Weighted Complementary Deep Ensemble，E-ACW Ensemble），用于二分类和多分类设置下具有不确定性感知的骨质疏松症相关膝关节X线片分类。所提框架整合标准化放射影像预处理、按折特异性数据增强、互补深度特征学习和熵引导自适应融合策略。预测不确定性采用Shannon熵估计，以便在决策级融合过程中实现样本特异性置信度加权。该框架在公开可用的膝关节X线片数据集上采用严格的五折分层交叉验证（five-fold stratified cross-validation）方案进行评价。研究人员开展了包括对比基准测试、消融研究、按折稳定性分析、统计显著性检验和计算效率评估在内的综合实验评价，以验证预测性能、稳健性和可重复性。在所研究的配置中，所提EfficientNetB0 + MobileNetV2 + E-ACW Ensemble取得最佳总体性能，二分类达到99.2%准确率和99.1% F1-score，多分类达到98.7%准确率和98.5% F1-score，同时较相应高容量集成所需计算成本显著更低。上述发现表明，熵引导自适应置信度加权为骨质疏松症相关膝关节X线片分类提供了一种有效且计算高效的决策级融合策略。所提E-ACW Ensemble建立了一个可重复框架，可便捷扩展至未来计算机辅助肌肉骨骼图像分析和不确定性感知医学影像应用。
研究背景与问题：骨质疏松症为进行性骨骼疾病，常至骨折才出现症状；双能X线吸收测定法（dual-energy X-ray absorptiometry，DXA）为临床参考标准，但成本和可及性限制大规模筛查。常规X线片广泛可得，膝关节X线片是机会性筛查资源，但正常、骨量减少和骨质疏松模式差异细微，中间骨量减少阶段尤难识别。既往研究多集中于脊柱、胸部X线、CT、MRI或DXA分析，常使用私有数据，偏重独立模型或二分类，公开膝关节X线片数据利用不足；传统集成多采用硬投票、软投票或固定权重，假定分类器可靠性恒定，未充分纳入预测不确定性。为此，研究人员提出E-ACW Ensemble，在二分类与多分类中开展 uncertainties-aware 决策级融合，并建立透明可重复的基准框架。
关键技术方法（≤250字）：研究人员使用公开Binary-OKX（372例，正常186、骨质疏松186）和Multi-OKX（约1947例，正常780、骨量减少374、骨质疏松793）膝关节X线片数据，采用五折分层交叉验证。方法包括标准化预处理（方向调整、裁剪、纵横比协调、缩放、中值滤波、限制对比度自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization，CLAHE）和锐化），仅对训练折进行类感知几何增强与类平衡（Binary每类1000、Multi每类1500），并比较HOG（Histogram of Oriented Gradients）+SVM（Support Vector Machine）+RF（Random Forest）、DenseNet201+InceptionV3、EfficientNetB0+MobileNetV2三类互补配置；E-ACW以Shannon熵估计不确定性，经指数置信映射和归一化样本特异权重融合后验概率，并开展消融、统计和效率评估。
研究结果：
评价指标（Evaluation metrics）：通过准确率、精确率、召回率、F1-score、ROC-AUC（receiver operating characteristic curve–area under the curve）、混淆矩阵、训练时间和推理延迟评价，结论是采用多指标可全面评估二分类和多分类性能与部署可行性。
交叉验证性能与模型稳健性（Cross-validation performance and model robustness）：通过五折分层交叉验证和ROC分析，互补深度集成持续优于经典基线且折间变异低；二分类平均ROC-AUC为0.991和0.993，多分类宏平均为0.985和0.989，骨量减少与相邻类别重叠较多。
预处理与数据增强的增量影响（Incremental impact of pre-processing and data augmentation）：以MobileNetV2为对照，迁移学习二分类/多分类准确率为83.11%/88.36%，加标准化预处理为88.11%/90.37%，再加按折增强为97.70%/95.05%；HOG+SVM+RF也见改善，结论为预处理与增强具组合贡献，不能归因于单一操作。
互补集成配置的二分类性能（Binary classification performance of complementary ensemble configurations）：通过独立模型与集成比较，DenseNet201单模型95.8±1.4%最高；DenseNet201+InceptionV3+E-ACW达99.0±0.4%准确率和98.9±0.4% F1-score，训练239.7 min、推理1.560 s/图；EfficientNetB0+MobileNetV2+E-ACW达99.2±0.3%准确率和99.1±0.3% F1-score，训练71.4 min、推理0.988 s/图，训练时间较高容量集成降低约70.2%。
互补集成配置的多分类性能（Multi-class classification performance of complementary ensemble configurations）：通过三分类比较，HOG+SVM+RF为92.9±0.6%；DenseNet201+InceptionV3+E-ACW为98.4±0.4%准确率、98.1±0.5% F1-score，训练424.4 min、推理1.614 s/图；EfficientNetB0+MobileNetV2+E-ACW为98.7±0.5%准确率、98.5±0.5% F1-score，训练183.7 min、推理1.021 s/图，训练时间降低约56.3%；残余错误多位于骨量减少—骨质疏松边界。
与既往已发表研究的外部基准比较（External benchmarking against prior published study）：通过在同一OKX公开数据上与Siddiqua et al.比较，所提轻量E-ACW在五折分层交叉验证下二分类和多分类准确率分别高约1.88%和1.43%，但协议不同，直接数值比较需谨慎。
E-ACW Ensemble消融研究（Ablation study of the proposed E-ACW Ensemble）：通过硬投票、最大置信选择、等权软投票、静态加权概率融合及渐进消融比较，E-ACW均最高；从单模型、等权平均、静态加权、Shannon熵加权到E-ACW呈单调提升，结论为样本特异不确定性自适应权重是性能提升的主要因素，而非仅互补表示学习。
计算效率与精度—复杂度权衡分析（Computational efficiency and accuracy–complexity trade-off analysis）：通过训练时间、端到端推理延迟和复杂度分析，E-ACW融合仅O(MC)开销，轻量EfficientNetB0+MobileNetV2+E-ACW在准确率、训练时间和推理延迟间最有利。
统计显著性与可靠性分析（Statistical significance and reliability analysis）：通过折间分布、标准差和配对t检验，E-ACW折间变异最低，显著优于独立CNN和手工特征基线；两种E-ACW配置间无显著差异（p=0.226），置信区间较窄，支持稳健性。
可解释性分析与视觉解释（Explain-ability analysis and visual interpretation）：通过Grad-CAM（Gradient-weighted Class Activation Mapping）观察，四个骨干网络均关注骨小梁、皮质边缘、胫骨平台和软骨下骨；正常例激活较均质，骨量减少和骨质疏松例更集中于骨小梁稀疏和皮质变薄区域，为解剖学意义和互补特征学习提供定性证据。
讨论与结论：讨论部分指出，骨量减少为可早期干预的中间阶段，轻量E-ACW有望用于常规膝关节X线片机会性筛查，但不能替代DXA，需结合临床信息和医师判断。局限包括仅使用公开数据、缺乏患者级标识、纵向随访和DXA确认、分层为图像级、缺乏外部多中心验证，且部署受图像质量、人群和成像协议差异影响。未来需开展多中心外部验证、DXA标注、跨数据集泛化、域适应、不确定性校准、可解释人工智能、自监督和Transformer架构及多模态应用。结论部分翻译：本研究提出了一个透明且可重复的骨质疏松症相关膝关节X线片分类框架，整合经典机器学习、独立深度学习模型和所提E-ACW Ensemble；该框架在统一五折分层交叉验证方案内结合标准化图像预处理、按折数据增强、互补特征表示学习和不确定性感知决策级融合，从而实现严格且可重复的性能评价。实验结果表明，深度卷积网络显著优于手工特征方法，而E-ACW Ensemble通过自适应不确定性感知决策级融合进一步提高预测性能；通过有效整合互补特征表示，该框架在保持实际计算效率的同时持续增强分类性能。包括比较基准、消融研究、折间稳定性分析、统计显著性检验和计算效率评估在内的综合实验评价一致证明该框架有效；在所有研究配置中，EfficientNetB0+MobileNetV2+E-ACW Ensemble取得预测性能与计算效率的最佳平衡，二分类准确率99.2%、多分类准确率98.7%，且计算成本显著低于DenseNet201+InceptionV3+E-ACW Ensemble。这些发现表明，有效的骨质疏松症相关X线片分类不仅取决于网络容量，也取决于互补特征学习和自适应不确定性感知决策融合。研究同时承认依赖无患者级标识或无DXA确认金标准的公开数据、缺乏独立多中心外部验证等局限，未来将开展外部验证以评估稳健性和临床适用性。高表现由五折分层交叉验证一致结果、训练/验证/测试严格分离以及预处理、增强和类平衡受控应用支持；集成持续优于单分类器和传统融合策略，支持所提不确定性感知融合机制有效性；但公开基准数据的数据集特异性特征影响不能完全排除，故结果应解释为在所评价数据集上的分类能力证据，广泛临床泛化仍需独立外部验证。临床方面，该框架可作为机会性决策支持工具识别需进一步骨密度评估者，补充而非替代DXA；部署可能受机构间图像质量、人口学特征和成像协议差异影响，缺乏DXA确认的患者级参考标准限制将报告性能转化为临床验证诊断准确率。未来工作将聚焦大型多中心队列外部验证、跨数据集泛化、域适应、不确定性校准、可解释人工智能、自监督学习、Transformer架构和多模态医学影像；总体而言，E-ACW Ensemble提供了稳健且计算高效的不确定性感知决策级融合框架，为未来骨质疏松症筛查系统和更广泛医学图像分析提供可重复基础。
