《Scientific Reports》：Development and evaluation of a multistage transfer learning framework for robust medical image analysis
编辑推荐：
为解决医学影像高质量标注数据稀缺导致深度学习模型性能受限的问题，研究人员开展了多阶段迁移学习框架的研究。该研究通过在ImageNet预训练与下游医学任务间引入细胞系显微图像中间预训练阶段，在多种数据集上进行评估。结果显示，该框架有效提升了模型的领域适应与泛化能力，为医学影像分析提供了稳健、可扩展的新途径。
医学影像是医生洞察疾病的重要窗口，是精准医疗的基石。然而，要让计算机（尤其是深度学习模型）也能像经验丰富的专家一样“读懂”这些影像，并非易事。一个核心挑战是“数据荒”——高质量的、带有医生标注的大规模医学影像数据集十分稀缺。这导致直接针对医学影像“从头开始”训练复杂的深度学习模型困难重重，模型容易“学艺不精”，泛化能力弱。一种常见的解决思路是“迁移学习”，即让模型先在自然图像（比如ImageNet中包含的猫、狗、汽车图片）的海量数据上“打好基础”，再针对特定的医学任务（如识别X光片中的肺炎）进行“微调”。但这就像让一个看惯了自然风景的画家突然去画人体解剖图，中间存在巨大的“领域鸿沟”，直接转换往往效果有限，模型学到的通用特征在医学这个特殊领域可能水土不服。
为了解决这一瓶颈，一项发表在《Scientific Reports》上的研究，开发并评估了一种创新的“多阶段迁移学习”框架。该研究团队设想，能否在自然图像预训练和最终医学任务之间，架设一座“桥梁”，让模型的过渡更平滑？他们巧妙地选择了细胞系显微图像作为这座桥梁。这类图像虽非人体组织，但其形态、纹理特征比自然图像更接近医学影像，为模型提供了一个更“相关”的中间源领域。研究人员系统性地评估了这一框架在多种医学影像数据集（包括乳腺X线摄影、超声和X射线）上的表现，并与传统迁移学习及从头训练方法进行了全面比较。
为开展研究，作者主要运用了以下关键技术方法：一是构建了多阶段迁移学习工作流，依次在ImageNet数据集上进行预训练，在细胞系显微图像数据集上进行中间阶段微调，最后在目标医学影像数据集上进行最终适配。二是采用了卷积神经网络和视觉变换器两大类主流模型架构进行评估，具体包括多个变体。三是利用了多种量化指标来评估模型的迁移能力和最终性能，包括Log Expected Empirical Prediction、Negative Conditional Entropy和H-Score。
结果
视觉变换器(ViTs)模型在多阶段迁移学习框架中一致超越卷积神经网络(CNNs)
研究人员在多种医学影像数据集上对比了CNN和ViT模型在MSTL框架下的表现。结果表明，无论使用哪种基础架构，MSTL框架都能提升模型在目标任务上的性能。更为显著的是，在所有测试的数据集中，基于视觉变换器的模型（如ViT-B/16）的准确率始终优于基于卷积神经网络的模型（如ResNet）。这表明ViT架构可能更擅长从多阶段的预训练过程中捕获和转移具有判别性的特征。
多阶段迁移学习显著提升模型在目标医学任务上的诊断准确率
与传统的直接从ImageNet迁移学习的基线方法相比，引入细胞系图像中间预训练阶段的MSTL框架，在所有测试模型和目标数据集上均取得了更高的分类准确率。即使在数据量相对有限的医学数据集上，MSTL也能帮助模型达到接近甚至超过传统方法在更大数据量下才能获得的性能，证明了其有效利用有限标注数据的能力。
迁移性度量指标与模型准确率呈现强相关性
研究团队计算了多种旨在量化模型可迁移性的指标，包括Log Expected Empirical Prediction (LEEP)、Negative Conditional Entropy (NCE) 和 H-Score。分析发现，这些指标值与模型在最终目标任务上达到的测试准确率之间存在强烈的正相关关系。特别是在乳腺X线摄影和X射线任务中，对于ViT-B/16模型，这些指标与准确率之间的皮尔逊相关系数超过了0.95。这表明，这些迁移性度量指标可以作为早期、有效的预测工具，用于筛选在特定目标任务上可能表现更佳的预训练模型，而无需进行耗时的完整微调和评估流程。
结论与讨论
本研究的核心结论是，所提出的多阶段迁移学习框架，通过引入细胞系显微图像作为中间预训练领域，成功地在通用自然图像预训练与专业医学影像分析任务之间构建了有效的过渡桥梁。该框架显著缓解了领域不匹配问题，提升了深度学习模型在多种医学影像分类任务上的适应能力和泛化性能。
其重要意义在于：首先，方法论创新：MSTL框架提供了一种系统化、可复现的领域适应新范式，不同于单一的源-目标域迁移，而是通过渐进式的多阶段学习，使模型特征表示更平滑地逼近目标领域。其次，性能提升：实验证实该框架能稳定提升不同模型（尤其是ViT）在乳腺癌筛查、超声诊断、X射线分析等多个关键医学任务上的诊断准确率，具有直接的临床应用潜力。最后，指导价值：研究发现了迁移性度量指标（如LEEP、NCE、H-Score）与最终模型性能的高度相关性，这为未来快速评估和选择适用于特定医疗AI任务的预训练模型提供了理论依据和实用工具，可减少大量试错成本。
总之，这项工作不仅证实了多阶段、渐进式迁移学习在医学人工智能领域的有效性，也通过严谨的实验和相关性分析，为开发更鲁棒、更可扩展的医学影像分析模型指明了一条有前景的技术路径。在高质量标注医学数据获取成本高昂的现实约束下，此类研究对于推动AI辅助诊断从实验室走向更广泛的临床实践至关重要。
