《Frontiers in Endocrinology》：Incremental value of a cross-dataset ulcer-region prior for infection and ischaemia classification in diabetic foot ulcer image patches
编辑推荐：
目的：评估源自DFUC2022数据集的软溃疡区域先验（soft ulcer-region prior）是否能改善以溃疡为中心的DFUC2021图像块（patches）的四类感染/缺血标签预测性能，并与匹配的分类器架构或基模型输出进行比较。
方法：研究人员分析了
目的：评估源自DFUC2022数据集的软溃疡区域先验（soft ulcer-region prior）是否能改善以溃疡为中心的DFUC2021图像块（patches）的四类感染/缺血标签预测性能，并与匹配的分类器架构或基模型输出进行比较。
方法：研究人员分析了5,955个带标签的图像块，采用五个固定的图像相似性分组外层折（outer folds）和五个训练种子（seeds）。CNN检查点选择以及堆叠器（stacker）拟合与选择均排除了每个外层评估折。三项增量比较分别评估了完整病灶先验迁移（Full LPT）与其架构匹配的中性先验对照、可靠性感知病灶先验迁移（RA-LPT）与其对应的纯输出堆叠（output-only stack）、以及含显式先验特征的强RGB堆叠与不含此类特征的版本。点态95%置信区间和近似双侧p值通过5,000次配对交叉种子×相似性分组自助重抽样（bootstrap resamples）获得；p值在三项比较间进行了Holm校正。
结果：完整LPT的宏F1（Macro-F1）为0.8921 ± 0.0059，而中性完整LPT为0.8777 ± 0.0085（均值±各种子样本标准差）。平均配对差值为+0.0144（95% CI, +0.0048至+0.0244；Holm校正近似p = 0.0132），在所有五个种子中均为正值。RA-LPT的宏F1为0.9181 ± 0.0038，其对应纯输出堆叠为0.9206 ± 0.0028，未显示出增量改善（差值, ?0.0026；95% CI, ?0.0066至+0.0012；校正p = 0.3079）。向强RGB堆叠添加显式先验特征同样未显示宏F1改善（?0.0016；95% CI, ?0.0057至+0.0025；校正p = 0.4223）。强RGB堆叠达到0.9370 ± 0.0050，高于完整LPT。在后来的探索性训练规模分析中，完整LPT及其中性对照随标注训练预算增加而提升；所有四个预算下完整LPT减去中性的宏F1平均差值均为正，但所有点态95%置信区间均包含零。
结论：在主要的五种子评估中，样本特异性先验信息使完整LPT相对于其架构匹配的中性对照有所改善。其增量价值依赖于比较对象：额外的显式先验特征在已有模型输出堆叠基础上未显示出确证性改善。患者标识符和目标域病灶掩膜（lesion masks）不可用；这些内部开发发现需要在临床使用前进行患者关联的多中心外部验证。
一、研究背景与问题
糖尿病足溃疡（DFU）是糖尿病的严重并发症，感染与下肢缺血是其两大不良特征，与愈合延迟、住院率升高及截肢风险增加密切相关。早期识别感染与缺血对风险分层和治疗规划至关重要。然而，由于相关视觉线索可能较为细微、类别频率高度不平衡，且伤口照片在颜色、光照、解剖位置及采集条件上差异显著，自动化的图像评估仍面临巨大挑战。
DFUC2021数据集将感染与缺血的标签预测定义为四分类任务：无感染且无缺血（none）、仅有感染（infection only）、仅有缺血（ischaemia only）以及两者兼具（both）。以往的研究虽已探索了卷积神经网络、视觉变换器、集成学习等多种方法，但尚不清楚从另一个DFU数据集（DFUC2022）中学习的病灶定位信息，能否在已有的强RGB表征或其输出概率之外提供额外贡献。因此，有必要评估跨数据集迁移的溃疡区域先验对四分类任务的增量价值。
二、研究方法与技术
研究人员采用了以下关键技术方法：
- 1.
病灶先验生成：利用在DFUC2022的2,000张图像-掩膜对上训练的DeepLabV3+（以ResNet50为骨干网络）生成软先验概率图，并固定使用折叠1中验证Dice最高的检查点，为所有DFUC2021图像生成软先验。
- 2.
分类模型架构：
- •
完整病灶先验迁移（Full LPT）：结合ResNet50全局RGB分支、软先验调制、MobileNetV3-small感兴趣区域（ROI）分支、先验统计量、注意力对齐头以及辅助的感染/缺血二元分类头。
- •
中性对照：架构与Full LPT相同，但将所有样本特异性先验替换为常数0.5地图。
- •
可靠性感知病灶先验迁移融合（RA-LPT）：一种二级分类器，在六模型输出堆叠的基础上添加显式的先验可靠性特征与交互特征。
- •
强RGB堆叠：基于ResNet50、EfficientNet-B0、ConvNeXt-Tiny和EfficientNetV2-S四个骨干网络的逻辑回归堆叠。
- 3.
验证设计与统计分析：采用五个固定的图像相似性分组外层折和五个训练种子，确保每个外层评估折不参与模型拟合与选择。主要性能指标为宏F1（Macro-F1）。不确定性估计使用5,000次配对的交叉种子×相似性分组自助重抽样，并针对三项主要增量比较进行Holm校正。
三、研究结果
3.1 数据集与先验生成
共纳入5,955张符合条件的带标签DFUC2021图像块。原始DFUC2022生成器及其存储的DFUC2021先验保持不变。其中1,579个先验（占26.5%）触发了回退机制。
3.2 主要五种子相似性分组比较
- •
完整LPT vs. 中性完整LPT：Full LPT的平均宏F1为0.8921 ± 0.0059，优于中性对照的0.8777 ± 0.0085。平均配对差值为+0.0144（95% CI, +0.0048至+0.0244；Holm校正p = 0.0132），且在全部五个种子中均为正值。这表明样本特异性先验信息在完整LPT架构内带来了显著改善。
- •
RA-LPT vs. 纯输出LPT堆叠：RA-LPT的宏F1为0.9181 ± 0.0038，其对应的纯输出堆叠为0.9206 ± 0.0028，差值为?0.0026（p = 0.3079），未显示出增量改善。
- •
强RGB堆叠 + 显式先验特征 vs. 强RGB堆叠：添加显式先验特征后宏F1为0.9354 ± 0.0073，低于未添加时的0.9370 ± 0.0050，差值为?0.0016（p = 0.4223），亦未显示出改善。值得注意的是，强RGB堆叠本身达到了所有系统中最高宏F1（0.9370）。
3.3 源域分辨率审计
在独立的五种子源域审计中，所有25个外层折拟合均使用内部停止子集选择检查点。在512×384分辨率下，平均池化外层折Dice为0.7652 ± 0.0054，而在224×224分辨率下降至0.4884 ± 0.0256，表明分辨率降低会显著影响分割性能。
3.4 图像相似性与跨数据集审计
DFUC2021内部未发现SHA256精确重复。感知哈希筛选识别出343对近重复候选链接，据此构建了5,670个相似性组。跨数据集审计未发现DFUC2021与DFUC2022之间的SHA256精确重复对，也未发现满足更严格组合阈值的候选对。
3.5 五种子探索性先验区域敏感性分析
在五项模型的匹配遮挡分析中，Full LPT的平均预测类先验减控制概率下降值为0.10378。其与ResNet50、EfficientNet-B0和EfficientNetV2-S的配对差值均为正，且描述性95%区间排除零，但与ConvNeXt-Tiny的差值接近零（?0.00045），区间包含零。这表明Full LPT对先验区域的敏感性并非普遍高于所有RGB模型。
四、讨论与结论
本研究通过在DFUC2021四分类任务中引入来自DFUC2022的跨数据集溃疡区域先验，系统评估了其增量价值。主要结论如下：
在主要五种子评估中，样本特异性先验信息使完整LPT相较于其架构匹配的中性对照获得了统计学显著的宏F1改善，证明了该先验在端到端学习框架内的有效性。然而，其增量价值高度依赖于比较对象：在已有的模型输出堆叠基础上，无论是通过RA-LPT添加显式先验特征，还是在强RGB堆叠中添加此类特征，均未能进一步确认性能提升。这提示，先验信息的主要价值可能已被有效的RGB模型或包含先验辅助输出的堆叠所捕获。此外，强RGB堆叠（0.9370）取得了超越完整LPT（0.8921）的性能，表明在现有条件下，多骨干网络的集成策略比单一的先验引导架构更具优势。
研究人员强调，本研究的局限性在于缺乏患者标识符和目标域病灶掩膜，且所有分析均为内部模型开发评估。因此，这些发现需要在临床使用前进行患者关联的多中心外部验证。
