《Applied Soft Computing》：Content-Adaptive Multi-Scale Graph Attention with Lesion-Focused Pooling for Multi-Class Brain Tumor Diagnosis
编辑推荐：
准确MRI脑肿瘤分类面临肿瘤大小形态差异大、传统全局聚合稀释判别性病变特征及近重复数据泄露等问题。本研究提出内容自适应多尺度框架，通过ResNet-FPN分层编码、多尺度上下文注意力（MSCA）和跨尺度图注意力融合（SGAF）增强异构数据条件下的鲁棒性，采用病变聚焦的Top-K聚合保留关键特征，并基于MD5和感知哈希实现数据泄露防护。实验表明该方法在BT1-BT3数据集上达到99.15%的准确率，通过BRISC独立验证获得97.24%精度，且具备可解释性分析能力。
Gyarteng E.S. Addai|张晓玲|Chiagoziem C. Ukwuoma
电子科技大学信息与通信工程学院，中国四川省，611731
摘要
由于肿瘤大小和形态在患者之间的巨大差异、传统全局池化方法对病变特征的稀释作用，以及接近重复样本的泄漏和分割敏感性导致的评估不可靠性，基于MRI的脑肿瘤准确分类仍然具有挑战性。本研究旨在开发一个可解释且能够识别泄漏问题的框架，以在异构数据条件下改进多类脑肿瘤的诊断。我们提出了一个内容自适应的多尺度框架，该框架结合了ResNet–FPN层次化编码器、在每个金字塔层级使用的多尺度上下文注意力（MSCA）细化机制、用于实现每个空间位置显式跨尺度交互的尺度图注意力融合（SGAF），以及以病变为中心的Top-K池化方法，以保留最具辨别力的肿瘤特征。为了确保严格的评估，我们采用了基于MD5和感知哈希（pHash）的泄漏感知协议，以防止交叉分割污染。在三个多源基准数据集（BT1–BT3）上的实验分别取得了99.15%、98.70%和99.13%的准确率，分层5折交叉验证表明性能稳定。在独立的BRISC基准数据集上进行的外部评估显示，当使用合并数据训练时准确率为97.24%。鲁棒性分析进一步表明，在推理时受到干扰的情况下，准确率的最大下降约为4.31个百分点。计算分析表明该框架适用于实时推理，而通过注意力可视化、嵌入分析、Grad-CAM和LIME提供的多层次解释为决策支持提供了透明度。这些结果表明，所提出的框架在更加注重可靠性的评估环境中提供了准确、鲁棒且可解释的脑肿瘤分类。
引言
脑肿瘤是最具侵袭性和威胁生命的中枢神经系统（CNS）疾病之一，对全球发病率和死亡率有显著影响[1]。它们可以作为原发性颅内肿瘤出现，也可以作为源自肺癌、乳腺癌、肾癌或黑色素瘤等系统性癌症的继发性（转移性）病变出现[2]。在原发性颅内肿瘤中，胶质瘤、脑膜瘤和垂体腺瘤是最常见的亚型，每种类型都表现出不同的形态和临床行为，需要准确及时的诊断以便有效的治疗计划[3]。磁共振成像（MRI）因其优越的软组织对比度、多参数能力和在各个平面（轴向、矢状、冠状）及序列（例如T1加权、T2加权、FLAIR）上的灵活性而被广泛用于脑肿瘤的非侵入性评估[4]。然而，MRI的手动解读耗时较长，受观察者间差异的影响，并可能遗漏细微的异质性，这促使了自动化计算机辅助诊断系统的开发。
早期的计算机辅助方法通常依赖于基于专家知识手工设计特征提取的传统机器学习（ML）流程[5]、[6]。尽管在受控环境中有效，但这些方法往往难以扩展，并且在处理大规模、异构数据时由于特征表达能力有限而性能下降。相比之下，深度学习（DL）模型可以直接从图像中学习层次化表示，极大地推进了自动化医学图像分析。基于卷积神经网络（CNN）的流程VGG[7]、ResNet和DenseNet已被广泛用于脑肿瘤分类[7]、[8]。最近，基于Transformer的模型如Vision Transformers（ViT）[9]和Swin Transformers[10]通过自注意力建模长距离依赖关系，扩展了表示学习。混合CNN-Transformer框架也被报道可以结合局部特征提取和全局上下文推理，在肿瘤异质性和协议变化下提高性能[11]。最近的研究还探索了多尺度设计[12]、在类别不平衡情况下的基准测试[13]，以及去噪辅助或U-Net驱动的流程[14]。
尽管取得了这些成功，当前的脑肿瘤分类研究仍存在一些重要限制。CNN通常难以处理尺寸和形态不规则的肿瘤，而Transformer虽然在全局上下文建模方面有效，但在计算成本上较高，且在细粒度病变区分方面相对较弱。许多混合架构仍然采用粗略的多尺度融合、内容适应性不足的注意力机制，或者池化操作会稀释细微但具有临床意义的病变特征[15]、[16]。这些限制导致在异构数据集上的泛化能力下降、对类别不平衡的敏感性增加，以及临床应用的可解释性有限。解决这些挑战需要能够进行内容自适应多尺度融合、在聚合过程中保留病变辨别证据的架构，并在更可靠的协议下进行评估。所提出的框架结合了基于SGAF的跨尺度推理、以病变为中心的Top-K池化和泄漏感知评估，以统一的方式应对这些限制。
尽管基于DL的脑肿瘤分类在数据集内取得了优异的性能，但仍存在未解决的挑战。首先，许多模型依赖于单尺度表示或过于简化的多尺度策略，限制了它们捕捉不同大小和形态肿瘤的能力[17]。其次，传统的注意力机制通常强调全局上下文，但无法可靠地优先考虑特定尺度的证据，从而在异构成像条件下降低了鲁棒性[18]。第三，标准池化操作（如全局平均池化）通过聚合所有空间区域来稀释病变特征，这对小或低对比度的异常情况不利[19]。第四，评估协议可能受到接近重复样本的泄漏和单分割敏感性的影响，削弱了可重复性和部署相关的可靠性。这些限制在最近关于脑肿瘤MRI分析的调查中经常被强调[20]、[21]。
出于对准确、鲁棒和透明计算机辅助诊断的需求，以支持临床决策并减少观察者间差异，本研究提出并验证了一个用于MRI多类脑肿瘤分类的可解释DL框架，该框架统一了内容自适应的多尺度推理、以病变为中心的证据聚合和泄漏感知评估。具体来说，我们：（i）设计了一种基于图结构的注意力机制，用于内容自适应的跨尺度融合；（ii）引入了一种以病变为中心的Top-K池化操作，以保留辨别性证据并减轻池化引起的稀释；（iii）提供了多层次的可解释性（注意力可视化、嵌入分析、Grad-CAM和LIME）；（iv）采用了泄漏感知评估，包括接近重复样本的控制和外部测试，以评估泛化能力。本工作专注于使用公开可用的数据集（BT1–BT3）对2D T1加权MRI切片进行的多类分类（胶质瘤、脑膜瘤、垂体瘤和无肿瘤），并在BRISC数据集上进行外部评估。研究范围包括架构创新、多数据集基准测试、消融分析和可解释性分析以及计算分析。虽然该框架在脑肿瘤MRI上得到了验证，但其核心原理（包括多尺度图注意力、保留病变的聚合和可解释性）具有领域通用性，适用于其他需要尺度自适应和透明决策支持的医学成像问题。为了应对这些挑战并推进多类脑肿瘤诊断，我们提出了以下贡献：
1.混合多尺度推理：结合了图结构注意力融合（SGAF）的特征金字塔框架，能够自适应地建模跨尺度依赖关系，提高对尺度变化的鲁棒性。
2.保留病变的聚合：提出了一种以病变为中心的Top-K池化操作，能够自适应地强调最显著的特征，同时抑制无关的背景激活，为传统的全局池化提供了一种温和的计算替代方案。
3.多层次可解释性：我们通过注意力可视化、嵌入分析、Grad-CAM和LIME提供了补充性解释，支持透明的决策制定和可信的部署。
4.严格的多数据集评估：我们进行了接近重复样本的控制（pHash/MD5聚类）、交叉验证和外部测试，以增强可重复性并提供更符合部署要求的泛化评估。
本文的其余部分结构如下：第2节回顾了脑肿瘤分类的相关工作。第3节详细介绍了材料、预处理策略和提出的多尺度注意力框架。第4节展示了在三个基准数据集上的实验评估，包括消融和可解释性分析。第5节讨论了研究结果及其意义。第6节总结了研究的关键成果、局限性和未来方向。
相关工作
基于MRI的脑肿瘤分析的最新研究在数据集内取得了较高的准确率，但临床可靠性仍受采集异质性、数据集偏差、不一致的验证实践和决策支持透明度不足的限制。在这个领域中，先前的方法可以分为四大类：（i）依赖于手工特征的经典ML流程；（ii）基于CNN的端到端分类器；（iii）结合了多种架构的混合CNN设计
材料与方法
本节描述了用于开发和评估基于MRI的脑肿瘤分类框架的数据集、预处理流程和方法论组件。我们使用了涵盖胶质瘤、脑膜瘤、垂体肿瘤（以及可用的无肿瘤类别）的公共基准数据集，并在BRISC 2025上评估了外部泛化能力。所提出的框架（图1）结合了层次化特征提取、内容自适应的多尺度融合和以病变为中心的聚合
实验结果与分析
本节对所提出的框架进行了全面评估，涵盖了整体性能、类别行为、基线比较、消融研究和可解释性分析。BT1-BT3的结果一致显示出强大的多类脑肿瘤分类性能。
讨论
本研究证明，所提出的内容自适应多尺度框架能够在异构数据集中实现高度准确、鲁棒和可解释的脑肿瘤分类。通过集成ResNet-FPN编码、SGAF和以病变为中心的Top-K池化，该模型提高了预测性能和决策过程的透明度。
在三个基准数据集上，该框架在四类（BT1和BT2）和三类（BT3）情况下均取得了强大且一致的结果
结论与未来工作
本研究提出了一个用于MRI多类脑肿瘤分类的可解释、泄漏感知框架，解决了三个可靠性障碍：尺度变化、全局池化下的病变证据稀释以及接近重复样本的评估偏差。所提出的设计结合了层次化多尺度编码、内容自适应的跨尺度融合和以病变为中心的Top-K聚合。在泄漏感知协议下，该方法取得了强大且稳定的结果
CRediT作者贡献声明
Gyarteng Emmanuel Sarpong Addai：撰写——原始草案、软件、方法论、形式分析、概念化。Zhang XiaoLing：撰写——审稿与编辑、验证、监督、项目管理、调查、资金获取。Chiagoziem C. Ukwuoma：撰写——审稿与编辑、软件、调查、数据整理。
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报告的工作。
致谢
本工作部分得到了国家自然科学基金（项目编号62471113）和四川省科技计划2024NS-FSC0479的支持。
