GSRCA：一种基于grad-CAM的方法，用于可解释性分析中的光谱区域与贡献量化

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：GSRCA: a grad-CAM-based method for spectral region and contribution quantification in interpretability analysis

　　

叶璐斋|吴思颖|盛一欣|傅梦泽|沈毅|周志航|杨志超

中国浙江省杭州市310053，浙江警察学院

摘要

为解决传统Grad-CAM在光谱分析中存在的梯度点分散且物理可解释性有限的问题，本研究提出了GSRCA（基于Grad-CAM的光谱区域与贡献分析）方法。其核心创新在于采用自适应区域分割策略，将分散的梯度点聚合为与分子振动模式对应的连续区间。该方法基于CNN框架，首先通过Grad-CAM计算各类别特定的梯度，再利用基于权重分布的自适应区域分割策略，将离散的梯度响应聚合为具有物理意义的连续光谱区域。最后，通过梯度积分量化每个区域对分类结果的相对贡献，并以百分比形式呈现。在包含六类违禁药物的拉曼光谱数据集上测试表明，GSRCA识别出的关键区域与文献中记载的特征振动带基本一致，而区域删除/插入实验进一步验证了该贡献量化方案的有效性。与传统Grad-CAM、LIME以及基于SHAP的方法如GRASS相比，GSRCA在区域完整性、物理可解释性和计算效率方面表现更优。实验还表明，该方法无需针对特定架构调整参数，可应用于膨胀CNN、Transformer以及遥感高光谱数据，展现出良好的模型兼容性与泛化能力。GSRCA为光谱分类模型提供了一种兼具物理可解释性与通用性的解释方法。

引言

拉曼光谱因其能够表征分子振动模式的特点，已成为食品溯源[1]、[2]、[3]、[4]、环境污染物检测[5]、[6]以及临床病理切片分析[7]、[8]等领域的核心分析技术。与传统化学分析方法相比，拉曼光谱无需样品预处理，检测速度快，还能实现精确的微区分析，在快速现场检测场景中具有不可替代的优势。然而，随着拉曼光谱数据库的不断扩展，这些数据越来越呈现出“高维度、高噪声以及类间重叠严重”的特点。基于手动特征峰提取的传统分类方法往往难以应对复杂样品带来的光谱干扰，从而导致分类精度和泛化能力受限。

深度学习技术的兴起为拉曼光谱分类提供了新的解决方案[9]。尤其是卷积神经网络（CNN），凭借其强大的自动特征提取能力，在处理高维复杂光谱数据方面展现出巨大潜力，显著提升了微生物鉴定[10]和药物成分分析[11]等任务的分类性能。不过，CNN模型固有的“黑箱”特性给其在实际高风险场景中的应用带来了很大障碍，因为其决策过程缺乏物理可解释性，难以获得用户信任。

为克服这一局限，研究人员提出了多种深度学习可解释性方法[1]、[12]。这些方法主要包括：基于梯度的可视化技术，如梯度加权类激活映射（Grad-CAM）[13]、[14]及其变体。这类方法能够生成直观的热图，突出显示对决策起关键作用的区域，因此在光谱分析中被广泛应用[15]、[16]。基于扰动的方法，如局部可解释模型无关解释（LIME）[17]，通过局部线性近似估算特征重要性，在光谱特征选择中发挥了作用。还有基于博弈论的特征归因方法，如Shapley加性解释（SHAP）[18]、[19]，通过计算边际贡献来量化特征重要性，提供了理论严谨的解释框架。然而，这些方法也存在明显缺陷。基于梯度的技术本质上是进行“点级梯度分析”，生成的每像素梯度信息与拉曼光谱的物理原理相悖——在拉曼光谱中，连续的峰区域对应特定的分子振动模式[20]、[21]、[22]。此外，这类方法通常只能提供定性热图，缺乏自动分割和量化高贡献连续区域的机制[23]。基于扰动的方法由于需要生成大量扰动样本，会带来较高的计算开销[24]，而且其解释结果对扰动策略极为敏感；只要对参数稍作调整，比如扰动中的噪声分布、样本数量或特征扰动的粒度，就可能导致特征重要性排序不一致或得出误导性结论[25]。

而基于博弈论的特征归因方法则难以在解释精度与计算效率之间取得平衡。例如，GRASS方法[26]可以量化光谱区域的贡献，但依赖蒙特卡洛抽样，导致计算成本较高。此外，GRASS在开展SHAP抽样之前，还需要先根据梯度规则对光谱区域进行预分割。这一预处理步骤与模型训练是分离的，意味着区域分割并非基于模型的内在逻辑，而是由外部预设的规则决定，从而影响了解释的客观性。

本研究提出了一种基于Grad-CAM的光谱区域与贡献分析方法，称为GSRCA。该方法基于CNN框架，通过三个关键步骤提升拉曼光谱分类模型的可解释性。首先，使用Grad-CAM为每个光谱点计算特定类别的梯度。其次，通过自适应阈值划分和迭代合并，将分散的梯度点聚合为具有物理意义的连续光谱区域。最后，通过区域贡献量化算法计算每个区域的梯度积分百分比，从而定量评估它们对分类结果的贡献程度。

GSRCA的主要贡献在于构建了一个可解释性框架，将该框架将离散的梯度点转化为连续的、具有物理意义的区域，从而弥补了传统Grad-CAM在光谱分析中的部分缺陷。通过自适应区域分割策略，将分散的梯度信息聚合为与分子振动模式对应的连续光谱区间。随后，贡献量化算法会输出定量的贡献指标，为评估模型决策提供依据。实验结果表明，GSRCA不仅可用于CNN架构，还可应用于Transformer[27]、[28]、[29]、[30]等各类深度学习模型，展现出良好的跨架构适应性。在药物拉曼光谱及遥感高光谱数据集上的验证表明，该方法既提高了解释的直观性与可靠性，还有助于识别潜在的区分性区域。因此，对于那些光谱带具有明确物理或化学意义的光谱分类任务，GSRCA提供了一种实用的区域级解释与评估工具。完整的工作流程如图1所示。

章节节选

数据采集

本实验以六种常见的违禁药物作为研究对象：安非他明、可卡因、芬太尼、海洛因、氯胺酮和甲基苯丙胺。所有标准样品均由上海物证鉴定中心提供。研究人员使用超纯水配制浓度为1?μg·mL^?1的各类药物水溶液，随后向溶液中加入金纳米粒子增强试剂。最后使用拉曼光谱仪获取这些药物溶液的拉曼光谱。

光谱分类模型

本研究采用卷积神经网络（CNN）作为六种药物类型拉曼光谱的分类模型。这种架构非常适合处理具有序列特征的光谱数据，其内置的梯度捕捉机制也为基于GSRCA的解释提供了必要基础。该模型由两个主要模块组成：特征提取模块和分类决策模块。特征提取模块采用两阶段的卷积-池化结构。

区域删除测试

为验证梯度光谱区域与贡献分析（GSRCA）方法所识别的高贡献区域对模型分类决策的实际贡献，本研究设计了系统的光谱区域删除测试。

首先，根据GSRCA识别出的高贡献光谱区域，将其按照7个预先定义的贡献率区间进行分组：0–5%、5–7%、7–10%、10–20%、20–30%、30–50%和50–100%。随后对这些区域进行有针对性的删除操作

结论

GSRCA构建了一个整合了梯度分析、光谱区域聚合与贡献量化的框架，实现了对光谱分类模型进行区域级的定量解释。实验结果表明，所识别出的高贡献区域与典型的分子振动特征基本一致，这说明该方法不仅能提供具有物理意义的解释，还能有效解决传统方法中存在的梯度点分散问题

利益冲突声明

作者声明不存在任何可能影响本文研究工作的已知利益冲突或个人关系。

致谢

本研究得到了国家大学生创新创业训练计划项目（编号：202511483005）的支持。