基于堆叠蛇形交叉变换器的胶囊AlexNet：一种Transformer与胶囊网络的混合模型，用于实现磁共振成像中脑肿瘤的精准检测

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《Biomedical Signal Processing and Control》：Stacked snake cross transformer-based capsule AlexNet: Transformer-capsule hybrid for accurate brain tumor detection in magnetic resonance imaging

【字体：大中小】 时间：2026年02月18日 来源：Biomedical Signal Processing and Control 4.9

编辑推荐：

　　脑肿瘤的早期精准检测对治疗至关重要。现有方法面临肿瘤形态差异、计算效率低及过拟合等问题。本文提出基于Stacked Snake Cross Transformer的Capsule AlexNet模型，结合同态滤波、归一化和对比增强预处理，采用旋转、翻转、缩放数据增强，并创新性地融合SDM、CTM和merge层进行特征提取。实验在5个MRI数据集上验证，准确率98.7%，敏感度97.3%，Dice系数0.982，显著优于传统方法。

Shanthi Chinnasamy | Ganesan Sudalaimuthu | Perumal Pillai Raman

印度泰米尔纳德邦金奈安娜大学马德拉斯理工学院仪器工程系

摘要

早期且准确地检测脑肿瘤对于有效的治疗计划至关重要。由于肿瘤的形状、大小和位置，现有技术面临一些挑战，如肿瘤特征的多样性、计算效率低下以及过拟合问题。为了提高脑肿瘤的检测和分类能力，本文提出了一种基于堆叠蛇形交叉变换器的胶囊AlexNet模型。该方法首先进行预处理步骤，如增强对比度以提高图像清晰度、使用最小-最大归一化进行强度缩放以及使用同态滤波来校正照明差异。通过旋转、翻转和缩放等数据增强技术来减少过拟合并增加数据集的多样性。整合的堆叠蛇形变换器和交叉变换器模型用于精确的肿瘤分割，并捕捉局部和全局特征。该模型还包括一个合并层，用于整合多级表示以提取特征。提取的特征由基于胶囊的AlexNet进行处理，其中AlexNet作为主要检测模块，而胶囊网络负责多类分类。在五个公开的磁共振成像数据集上的评估表明，所提出的模型性能优异，准确率为98.7%，精确率为97.5%，灵敏度为97.3%，Dice系数为0.982，优于现有最先进的方法。结果表明，该模型在保持计算效率的同时提高了诊断准确性，显示出其在脑肿瘤诊断中的临床应用潜力。

引言

大脑是控制人体重要活动的器官。大脑的任何异常都会严重影响健康和神经系统。此外，脑肿瘤还会影响一个人的认知能力，包括注意力、记忆和决策能力，从而改变他们的生活质量。脑肿瘤不仅威胁个人的身体健康，还会影响心理健康和整体生活满意度[1]。它是风险最高的异常情况，也是人类死亡的主要原因，影响所有性别和年龄段[2]。不同类型的脑肿瘤根据其位置和大小表现出不同的症状，包括精神障碍、恶心、眼部问题、癫痫发作和头痛[3]。良性肿瘤不会扩散到其他组织，生长缓慢，而恶性肿瘤则生长迅速。脑膜瘤和胶质瘤是重要的肿瘤类型，因为它们可能具有危险性和致命性[4]。脑膜瘤发生在脊髓和大脑的保护膜上，而胶质瘤起源于大脑内的胶质细胞。垂体瘤是另一种类型的脑肿瘤，形成于垂体腺中。垂体腺是大脑的底层结构，负责产生多种重要激素[5]。

活检是检测脑肿瘤最有效的方法。然而，由于可能导致功能丧失、出血风险以及侵入性，这种方法存在一定的风险[6]。医学专家通过使用医学成像技术来获得准确的结果并节省时间[7]。磁共振成像（MRI）提供了关于大脑结构的丰富信息，有助于检测脑组织中的异常[8]。手动对多个MRI扫描结果进行脑肿瘤分类会耗费大量时间。以往的研究致力于通过应用机器学习（ML）来开发有效的脑肿瘤检测方法[9]。在这方面，引入了多种ML方法以及时识别脑肿瘤。然而，这些现有的ML方法存在计算时间延长、准确率较低等问题[10]。在这里，使用人工神经网络（ANN）技术的深度学习（DL）能够有效处理大量数据并模拟人脑功能。由于DL技术能够关注复杂的图像特征并自主学习，因此比ML方法更为强大。本研究提出了一种新的DL模型——基于堆叠蛇形交叉变换器的胶囊AlexNet（S2CFormer-CapAlexNet），用于脑肿瘤的检测和分类。

所提出模型的新颖之处如下：

堆叠蛇形变换器（S²Former）模型。

•
蛇形变形模型（SDM）在特征提取阶段有效分割脑图像中的区域，以提取更有意义的特征。
•
在补丁嵌入之后，使用膨胀卷积层代替传统的卷积层，有效捕获更多上下文信息。
•
从堆叠变换器网络的四个输出中提取的特征通过交叉变换器模型（CTM）后的新合并层进行融合。

基于胶囊的AlexNet（CapAlexNet）模型。

•
首先建立AlexNet模型用于肿瘤检测，然后添加胶囊网络（CapsNet）用于肿瘤分类。AlexNet检测模型作为主要胶囊，胶囊分类网络作为次要胶囊。

S²CFormer-CapAlexNet方法的贡献如下：

•

新型脑肿瘤检测模型： 本文提出了一种新型的S²CFormer-CapAlexNet模型，利用MRI图像提高脑肿瘤的检测和分类效果。

•

高质量输入：所需的MRI图像来自多种MRI数据集。通过同态滤波增强图像对比度以校正照明不一致性，然后进行归一化将MRI像素强度缩放到统一范围。接着应用对比度增强步骤，提高图像中主要成分的可见性。

•

创新的特征提取： 该方法在特征提取阶段结合了SDM、CTM和合并层。SDM有效分割区域，CTM用于从高亮区域提取特征，合并层融合来自变换器模型的特征。

•

有效的检测和分类： 该模型利用CapAlexNet实现有效的脑肿瘤检测和分类，其中包含主要胶囊和CapsNet。

•

全面的评估： 所提出的模型通过多个评估参数进行了评估，其Dice相关系数为0.982，分类准确率为98.6%，优于其他相关方法。

本研究的后续部分安排如下：第2节讨论相关工作，第3节详细介绍了所提出的方法论，第4节进行了实验结果和分析，第5节总结了研究并提出了未来工作方向。

文献综述

文献回顾

Lavanya等人[11]开发了一种采用海鸥优化算法优化的支持向量机（SVM-SOA-BTC），用于有效的脑肿瘤分类。在这项工作中，使用了BraTS图像数据集中的图像作为分类器的输入。采用Savitky-Golay去噪模型提高输入质量，并进行特征提取以提取放射组学特征。分类结果表明该模型达到了较高的性能。

提出的方法论

S²CFormer-CapAlexNet的总体架构如图1所示。使用五个不同的MRI数据集获取所需的MRI图像。输入图像经过数据预处理步骤，包括去除噪声、归一化和对比度调整以提升图像质量。通过特征提取模型从预处理后的图像中提取有意义的特征。在特征提取阶段，SDM分割肿瘤区域，补丁嵌入与膨胀卷积结合使用。