《Biomedical Signal Processing and Control》：LAE-Net: A lightweight attention-enhanced network for scoliosis screening
编辑推荐：
轻量级注意力增强网络LAE-Net通过ConvMixer模块与ECASAM注意力机制融合，实现脊柱侧弯筛查高精度（较ResNet-18提升6.08%）与低计算量（参数减少65.56%，推理速度6.71ms），支持基层医疗与学校大规模筛查。
任志杰|郑天友|丁尚尚|张胜江|盛小龙|姚康|郑天立|傅伟伟|万大航|熊大熙|杨俊林
中国科学技术大学生物医学工程学院（苏州），生命科学与医学系，合肥，230026，中国
摘要
脊柱侧弯已成为对青少年健康构成威胁的重要疾病，早期精准筛查对于有效预防和控制至关重要。传统的筛查方法效率低下且易受人为因素干扰，而基于神经网络的现有筛查模型通常面临计算资源需求高、准确性不足以及小样本过拟合等问题。为了解决这些问题，本文提出了一种轻量级的注意力增强网络LAE-Net，通过架构创新和注意力机制优化实现了脊柱特征的精准定位，从而同时提高了筛查效率和准确性。具体而言，在网络架构设计方面，LAE-Net构建了一个适用于小分辨率输入的新特征提取框架。通过高效整合ConvMixer模块并优化分类头，显著提升了特征提取能力，同时减少了模型参数数量；在注意力机制层面，提出了ECASAM模块，该模块深度融合了通道注意力和空间注意力，以准确捕捉关键脊柱特征的空间和通道信息。实验在开源脊柱侧弯数据集以及多中心内部和外部验证集上进行。结果表明，与ResNet-18相比，LAE-Net的准确率提高了6.08%，参数数量减少了65.56%，CPU推理速度提高了6.71毫秒。凭借高准确性、轻量级设计和强大的泛化能力，该模型适用于初级医疗机构和学校的大规模筛查场景，为智能脊柱侧弯筛查提供了有效的解决方案。
引言
脊柱侧弯是一种常见的脊柱畸形，其特征是冠状平面上脊柱出现异常的侧向弯曲，通常与矢状面和轴向旋转的失衡有关[1]、[2]、[3]。如图1所示，根据人体解剖学原理，不同程度的脊柱侧弯会在背部表面表现出一系列特征性变化，包括背部鞍状轮廓曲线的不平衡导致腰线弧度不对称、肩高差异形成不对称的肩膀、由于单侧肩胛骨突出或内旋/异常外展角度引起的形态不对称，以及冠状平面上脊柱的C形或S形弯曲，棘突线偏离中心轴。这种疾病主要发生在青少年时期，尤其是在青春期[4]。如果不加以治疗，脊柱侧弯可能导致严重的健康问题，包括脊柱不稳定、呼吸功能障碍[5]、神经压迫以及心理健康问题[6]、[7]、[8]。目前脊柱侧弯的病因尚未完全明了，通常分为特发性、先天性、神经肌肉性和退行性类型[9]。其中，青少年特发性脊柱侧弯（AIS）占所有脊柱侧弯病例的80%以上，因此成为学校筛查和早期诊断的重点。
为了提高青少年脊柱侧弯的早期诊断率并降低疾病进展的风险，世界各国已广泛实施了针对这一人群的脊柱侧弯筛查计划。目前的筛查方法主要包括体格检查、影像学检查和计算机辅助智能筛查[10]、[11]、[12]、[13]。体格检查是学校筛查中最常用的方法，Adam前屈试验是最广泛应用的方法之一[14]。此外，医生使用脊柱侧弯测量仪来量化评估脊柱弯曲角度。然而，体格检查方法具有主观性，容易受到检查者经验和个体差异的影响，可能导致误诊或漏诊[15]、[16]。
影像学检查主要包括X光、磁共振成像（MRI）和计算机断层扫描（CT）。其中，X光检查是脊柱侧弯诊断的金标准[17]，但其长期频繁使用可能对儿童健康产生辐射风险[18]。相比之下，MRI和CT提供了更详细的三维结构信息，但由于成本高昂和检查时间较长，限制了它们在大规模筛查中的应用[19]、[20]。
近年来，随着深度学习和计算机视觉技术的蓬勃发展，计算机辅助诊断（CAD）方法已被广泛应用于脊柱侧弯的筛查和分类[21]、[22]、[23]。例如，朱等人提出了一种双路径脊柱侧弯检测网络[24]，包括两个核心模块：对称特征匹配模块（SFMM）和有序回归头（ORH）。具体工作流程如下：团队首先使用骨干网络从输入图像及其水平翻转的对应图像中提取特征；随后，将两组提取的特征输入SFMM以捕捉图像的对称关系；最后，ORH将脊柱侧弯筛查的有序回归问题转化为一系列二分类任务，从而实现脊柱侧弯严重程度的检测。基于背部图像的脊柱侧弯筛查方法因其高效、便捷和准确的优点而受到广泛关注。然而，目前使用裸背图像的脊柱侧弯筛查仍面临以下挑战：首先，小样本量与泛化能力之间的矛盾。脊柱侧弯的低发病率以及与收集裸背图像相关的隐私/伦理问题导致公共数据集的样本量不足，这些数据集也缺乏多中心和全年龄组的支持。在小样本上训练的模型容易过拟合。邱等人对退行性腰椎侧弯的多中心队列研究证实，仅在单中心数据上训练的模型在跨机构应用时，预测术后冠状不平衡的准确性下降了约22%[25]，而使用多中心数据优化的模型可将泛化误差降低到8%以下。这表明大多数现有的脊柱侧弯筛查模型缺乏多中心验证设计，导致在实际临床场景中的性能下降。其次，特征提取和分辨率适应不足。大多数现有的CNN模型[26]采用统一的卷积和池化操作，对核心脊柱侧弯相关特征（如肩胛骨位移、腰线不对称）和冗余信息（如皮肤纹理）赋予相同的权重。这限制了它们的特征表示能力，导致青少年特发性脊柱侧弯（AIS）分类的准确性普遍较低。第三，轻量级设计与检测效率之间的适应性不足。主流模型参数数量过多，计算开销大，难以在手机[27]、平板电脑和标准医院工作站等计算能力较低的设备上部署以实现实时筛查。尽管一些模型尝试通过降低输入分辨率来实现轻量化，但其架构无法适应小分辨率图像的特征提取规则。因此，在处理小分辨率输入时，准确性和推理效率都无法达到预期，限制了它们在初级保健机构中的移动筛查应用。例如，卢等人开发的基于AI的脊柱侧弯分类系统[28]能够在200毫秒内完成Cobb角测量和分类，但其过多的参数数量阻碍了其在移动设备上的直接部署。该研究还指出，大多数当前的深度学习脊柱侧弯模型没有考虑计算成本，阻碍了这些技术在学校医疗机构中的移动筛查应用。
为了解决这些瓶颈，我们提出了LAE-Net网络以提高筛查准确性并减少模型参数数量。本文的主要贡献总结如下：
(1) 提出一种适用于小分辨率输入的特征提取架构：将ConvMixer模块与优化的增强分类头（ECH）深度集成。这不仅解决了小分辨率输入下特征压缩过高的问题，还通过架构简化实现了轻量级设计，同时提高了检测准确性和效率。
(2) 设计ECASAM注意力模块：深度融合通道注意力和空间注意力。通过自适应的通道权重分配和关注关键空间区域，该模块增强了模型在小分辨率图像中捕捉脊柱核心表面特征的能力。
(3) 基于多中心临床数据集进行系统验证：全面验证了LAE-Net在准确性、轻量级设计和小分辨率输入下的推理效率方面的优势，为初级医疗机构和学校的大规模筛查提供了高度适应的技术解决方案。
本文的第2节系统回顾了脊柱侧弯筛查、轻量级网络和注意力机制领域的最新研究成果；第3节详细阐述了LAE-Net算法的创新设计思想和技术细节；第4节通过比较和消融实验建立了全面的科学验证框架；第5节基于实验结果分析了所提方法的优点和局限性，并提出了针对性的改进方向；第6节总结了核心研究贡献并概述了未来的研究方向。
部分摘录
基于深度学习的脊柱侧弯筛查
基于深度学习的脊柱侧弯筛查方法大致可以分为四类：基于X光图像的严重程度评估、基于身体不对称性的筛查、使用生成式AI的筛查以及基于背部图像的分类/检测。
方法
从人类背部图像准确预测脊柱侧弯对于早期患者干预至关重要。然而，由于身体表面解剖结构的个体差异和临床数据集的限制，这项任务仍然极具挑战性。为了解决这些问题，我们提出了一种轻量级的卷积神经网络，该网络融合了空间注意力和通道注意力机制，旨在提高脊柱图像分类的准确性并减轻过拟合。网络架构如下所示
讨论
本研究提出了一种轻量级的注意力增强网络（LAE-Net）。通过深度融合ConvMixer模块和自设计的ECASAM注意力机制，该网络在脊柱侧弯分类任务中实现了“高准确性、轻量级设计和强大泛化能力”的协同突破。它在低分辨率场景下的表现尤为出色，而适应低分辨率的能力正是初级保健筛查的核心要求。
结论
为了满足青少年脊柱侧弯筛查的需求，本研究提出了一种轻量级的注意力增强网络（LAE-Net）。其核心创新在于基于ConvMixer模块构建了骨干网络，并结合了ECH增强的分类头和ECASAM注意力机制，共同实现了通道和空间特征的精准捕捉。实验验证表明，LAE-Net在64×
CRediT作者贡献声明
任志杰：撰写——原始草稿、可视化、方法论。郑天友：形式分析。丁尚尚：软件。张胜江：监督。盛小龙：形式分析。姚康：验证、数据管理。郑天立：形式分析。傅伟伟：撰写——审阅与编辑、资金获取。万大航：撰写——审阅与编辑、可视化。熊大熙：撰写——审阅与编辑。杨俊林：撰写——审阅与编辑、数据管理。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
本工作得到了中国科学院青年创新促进协会（授权号：Y202072的支持。
