《IEEE Transactions on Affective Computing》：Adaptive Gated Multimodal Fusion for Explainable and Uncertainty-Aware Tumor Grade Assessment
编辑推荐：
深度学习模型在自动化胶质瘤分级方面具有潜在进展，但其有限的可解释性和不可靠的置信度估计阻碍了临床采纳。在本工作中，提出了一种可信赖的多模态深度学习框架，该框架整合临床人口统计学和基因组突变谱以预测胶质瘤级别。引入了一种动态门控融合网络（Dynamic Gate
深度学习模型在自动化胶质瘤分级方面具有潜在进展，但其有限的可解释性和不可靠的置信度估计阻碍了临床采纳。在本工作中，提出了一种可信赖的多模态深度学习框架，该框架整合临床人口统计学和基因组突变谱以预测胶质瘤级别。引入了一种动态门控融合网络（Dynamic Gated Fusion Network, DGFN），用于学习临床与分子模态之间的患者特异性权重。为减少过拟合并获得具有临床意义的基因面板，采用了基于互信息（Mutual Information, MI）的特征选择，保留了十个最具信息量的突变。实施了一套系统性流程，包括用于不确定性估计的蒙特卡洛Dropout（Monte Carlo Dropout, MC Dropout）、用于概率校准的温度缩放（Temperature Scaling）以及用于事后可解释性的SHapley加性解释（SHapley Additive exPlanations, SHAP），以增强可信赖性。该模型使用从加州大学尔湾分校（University of California Irvine, UCI）仓库获取的公开胶质瘤分级数据集（源自癌症基因组图谱（The Cancer Genome Atlas, TCGA））进行五折分层交叉验证评估。所提模型实现了0.864的准确率、0.843的F1分数和0.919的受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve, AUC-ROC），同时产生校准后的置信度估计，预期校准误差（Expected Calibration Error, ECE）为0.184。这些结果突出了患者自适应融合和可靠性增强策略在弥合算法性能与实际临床部署之间差距的能力。CCBY - IEEE不为本材料版权持有者。请按照https://creativecommons.org/licenses/by/4.0/上的指示获取全文文章和API文档中的规定。
**研究背景与问题**
胶质瘤是中枢神经系统最常见且最具侵袭性的原发性肿瘤，其分级对患者预后和治疗策略至关重要。传统基于组织学的分类正逐步整合分子标志物，如异柠檬酸脱氢酶1（IDH1）突变状态已成为区分低级别胶质瘤（LGG）和胶质母细胞瘤（GBM）的关键标准。多模态数据融合（如临床人口统计学与基因组突变谱）虽展现出潜力，但现有深度学习方法存在两大瓶颈：一是标准融合技术（如早期拼接）对所有模态赋予相同权重，无法捕捉患者特异的复杂交互；二是深度学习模型的“黑箱”特性导致可解释性不足，且缺乏可靠的置信度估计和不确定性量化，限制了临床部署。为此，研究人员提出一种统一、患者自适应且不确定性感知的多模态学习框架，旨在同时解决可解释性、校准和不确定性量化问题。该论文发表在《IEEE Transactions on Affective Computing》。
**主要关键技术方法**
本研究使用UCI机器学习仓库的“胶质瘤分级临床与突变特征数据集”（源自TCGA，共839例患者），以及外部验证数据集中国胶质瘤基因组图谱（CGGA，286例）。关键方法包括：（1）基于互信息（MI）的特征选择，从20个突变基因中筛选出10个最具信息量的基因（如IDH1、PTEN、CIC等）；（2）动态门控融合网络（DGFN），通过可学习标量门控g ∈ [0,1]对临床编码器（2层MLP输出16维）和突变编码器（2层MLP输出32维）的潜在表示进行加权融合，实现患者特异性的模态自适应；（3）可信赖性增强模块：蒙特卡洛Dropout用于估计认知不确定性，温度缩放校正概率校准，SHAP提供事后可解释性。模型使用五折分层交叉验证训练，优化器为Adam，学习率1e-3，L2正则化1e-5，早停策略。
**研究结果**
**Experimental Setup**
采用Adam优化器（学习率1e-3，L2衰减1e-5），训练100轮，早停patience=10。稀疏系数λ通过网格搜索确定为0.01。使用五折分层交叉验证，训练/验证/测试划分80%/20%（每折内独立验证）。
**Results**
所提动态门控融合网络（DGFN）在测试集上达到准确率0.864、F1分数0.843、ROC-AUC 0.919。温度缩放后，预期校准误差（ECE）从0.2059降至0.1831，Brier分数为0.112，负对数似然（NLL）为0.360。两个病例的SHAP分析显示：IDH1突变阴性且伴有PTEN、EGFR等突变的老年男性被高置信度预测为高级别胶质瘤（概率0.90，不确定性0.10）；而IDH1、NOTCH1、FUBP1突变的老年女性被低概率（0.01）预测为低级别胶质瘤，符合临床预期。
**Trustworthy AI Evaluation**
与全部20个基因特征相比，MI选择的前10个基因特征模型在准确率（0.846→0.864）、F1（0.813→0.843）、Brier分数（0.116→0.112）和NLL（0.391→0.360）上均提升，ECE从0.194降至0.184。两样本t检验显示正确分类与错误分类样本的不确定性存在显著差异（p<0.001, t=8.371），表明不确定性估计能有效标识预测错误。
**Analysis of Misclassified Cases**
在167个测试样本中，20例被错误分类。误分类样本的平均不确定性（0.091）显著高于正确分类样本（0.047）（t=8.371, p<0.001）。SHAP分析揭示误分类通常发生在特征冲突时，例如IDH1缺失与PTEN/EGFR突变并存导致高置信度错误预测；模型在高不确定性区域能识别自身失败。
**Distinction from Attention and Mixture-of-Experts Frameworks**
与注意力机制（在共同表征空间进行软特征加权）和混合专家模型（离散路由）不同，DGFN在特定模态空间执行连续的门控融合，直接解决模态冲突，且无需创建多个专家网络。
**Baseline Model Comparison**
与逻辑回归、随机森林、XGBoost和简单MLP（早期拼接）比较，DGFN在准确率上略低于树模型（如随机森林ACC 0.89），但提供树模型不具备的校准置信度、不确定性估计和可解释性，这是临床可信赖性的关键。
**External Validation on CGGA Dataset**
在CGGA数据集（N=286）上进行零样本外部验证，ROC-AUC稳定在0.715。由于类别不平衡和域偏移，默认阈值0.5下准确率仅0.566；经事后阈值调整（T=0.1）后准确率提升至0.633，F1升至0.690。ECE为0.299，表明域偏移降低了校准可靠性。
**Ablation Study 1: Impact of Feature Selection**
与全部20个基因模型相比，MI选择的10基因模型在准确率（0.846→0.864）、F1（0.813→0.843）、Brier分数（0.116→0.112）和ECE（0.194→0.184）上全面优于全特征模型，提示MI选择有效滤除噪声。
**Ablation Study 2: Architectural Components**
去除门控（使用简单拼接）后ROC-AUC略高但丧失患者特异性加权能力；去除稀疏损失后ECE恶化至0.252；去除批归一化后F1显著下降；去除Dropout后性能微升但丧失不确定性捕获能力。
**Ablation Study 3: Feature Selection Sensitivity**
对top-5、top-10、top-15及全部20个特征的敏感性分析表明，top-10 MI基因模型在准确率（0.864）、F1（0.843）和NLL（0.360）上最优，而top-15在ROC-AUC（0.921）达到峰值，但随后因噪声增加而性能下降。MI选择在K=5时准确率比随机选择高约14%。
**讨论与结论**
讨论部分指出，SHAP分析表明模型学到的特征重要性（IDH1突变强指向LGG，年龄大和IDH1缺失指向GBM）与神经肿瘤学知识完全一致；可靠性图显示MI选择特征模型校准曲线更接近理想对角线；不确定性-门控不确定性呈正相关（R=0.586），表明模型在诊断模糊时能同时反映模态选择的不确定性；门控值分布呈双峰（峰值0.23和0.45），表明模型非均匀融合，基因组模态占主导但临床数据可自适应调节权重。
研究结论部分翻译：在本研究中，提出了一种优先考虑临床可信赖性的胶质瘤分级深度学习框架。通过整合临床和基因组数据，所提模型自适应地学习每个患者的相对重要性。通过将该架构与基于互信息的特征选择、用于不确定性估计的蒙特卡洛Dropout、用于校准的温度缩放以及基于SHAP的可解释性相结合，获得了一个不仅准确，而且可解释、可靠且不确定性感知的模型。这种整体方法代表了在临床肿瘤学中负责任部署人工智能的关键一步。
