基于深度学习范式的磁共振成像肺结节自动检测与精确分类新方法

《Physica Medica》：An innovative deep learning paradigm for automated detection and accurate classification of lung nodules in magnetic resonance imaging

　　

摘要：肺癌是最主要的癌症类型，需予以充分重视，治疗不足可致致命后果。计算机辅助诊断(Computer-Aided Diagnosis, CAD)系统的引入对肺结节早期检测至关重要，可大幅降低肺癌死亡率。磁共振成像(Magnetic Resonance Imaging, MRI)是诊断肺癌的有效手段。已有多种技术被探索用于计算机断层扫描(Computed Tomography, CT)图像中的肺结节检测，而诊断过程高度依赖医师经验，可能导致特定患者被无意漏诊及后续不良后果。深度学习已在多个诊断医学影像领域成为重要且成熟的方法。本研究提出一种深度学习方法用于MRI肺结节识别，通过11层深度卷积神经网络(Convolutional Neural Network, CNN)实现自动特征提取与分类。研究人员将强度归一化(Intensity Normalization)作为预处理步骤，结合数据增强(Data Augmentation)技术，对良性与恶性肺结节的识别与分类具有显著效果。所提方法使用深圳大学第一附属医院获取的243幅T2加权MR图像进行评估，实验结果显示区分良性与恶性肺结节的诊断准确率为98.5%，Dice相似系数(Dice Similarity Coefficient, DSC)达97.1%。结果表明，新设计的模型在准确率和运算效率上均优于现有先进方法。

论文解读：基于深度学习的MRI肺结节自动检测与良恶性分类研究

研究背景与意义

肺癌是全球男女性中发病率与死亡率最高的恶性肿瘤之一，仅约16%的患者确诊后生存期超过5年，因此肺结节——尤其是早期肺结节——的准确评估至关重要。目前临床常用计算机断层扫描(Computed Tomography, CT)筛查肺结节，但CT存在电离辐射。磁共振成像(Magnetic Resonance Imaging, MRI)无辐射且可提供超越形态学的功能、病理及分子信息，研究表明MRI与CT在检出恶性结节方面效能无显著差异，被认为是肺癌筛查与恶性结节识别的有效替代手段。传统肺结节计算机辅助诊断(Computer-Aided Diagnosis, CAD)系统中，可疑结节检测(CADe)与良恶性鉴别(CADx)多依赖手工特征提取，受限于医师经验且耗时费力；既往多数深度学习研究聚焦于CT影像，针对MRI的肺结节自动检测与分类方法较少，且CT衍生算法不直接适用于MRI数据。为此，研究人员设计并验证了一种专用于T₂加权MRI肺结节良恶性二分类的11层深度卷积神经网络(Convolutional Neural Network, CNN)模型，以期提高诊断准确率与自动化水平。该论文发表于《Physica Medica》。

主要关键技术方法

研究人员采用深圳大学第一附属医院获取的177例T₂加权MRI肺部扫描数据（共4248幅层面，含2120例良性及2098例恶性标注结节切片，金标准依据组织病理学或纵向影像学随访及临床评估，由资深放射科医师复核标注）。关键技术流程包括：①预处理——对低对比度MRI行对比拉伸(Contrast Stretching)扩大灰度动态范围，并实施强度归一化(Intensity Normalization)消除不同扫描仪间信号差异；②数据增强——通过旋转（90°、180°、270°）、水平/垂直翻转及SMOTE类过采样处理类别不平衡并防止过拟合；③构建11层自定义CNN架构——含卷积层（Conv Layer，3×3及1×1卷积核，ReLU激活）、最大池化层(Max-Pooling Layer)、全连接层(Fully Connected Layer, FC)及Dropout正则化，末端采用Softmax输出二分类概率，使用类别加权的分类交叉熵(Categorical Cross-Entropy)损失函数，Adam优化器（学习率1×10^-5，batch size=9或16，epoch≤100）训练与五折交叉验证评估；④性能指标计算——准确率(Accuracy)、敏感度(Sensitivity)、特异度(Specificity)、阳性预测值(Positive Predictive Value, PPV)、阴性预测值(Negative Predictive Value, NPV)、受试者工作特征曲线下面积(Area Under the ROC Curve, AUC)及Dice相似系数(Dice Similarity Coefficient, DSC)。

研究结果

4.1 Dataset（数据集）

研究使用深圳大学第一附属医院3T MR扫描仪采集的T₂加权MRI数据，层厚8.1 mm，像素间距0.6597–0.6719 mm，按75%训练、25%验证划分，经影像科医师标注与核实，确保Ground Truth可靠。

4.2.1 Classification performance（分类性能）

经预处理与强度归一化后，模型对良性结节的敏感度为96.8%、特异度97.9%、准确率98.1%、DSC 97.8%；对恶性结节敏感度为97.1%、特异度97.7%、准确率97.9%、DSC 96.5%；总体诊断准确率98.5%，平均DSC 97.1%。未做预处理的对照组总体准确率降至约94.6%，证实预处理提升模型判别力。

4.2.2 Model training and convergence analysis（模型训练与收敛分析）

训练集准确率最终达98.5%，验证集稳定于97.8%；训练损失收敛至0.05，验证损失至0.07，训练与验证指标差<1%，表明Dropout与数据增强有效抑制过拟合，模型具良好泛化能力。

4.2.3 Impact of intensity normalization on Model's performance（强度归一化对性能的影响）

去除强度归一化使分类准确率从98.5%降至94.3%（下降4.2%），尤对小（<5 mm）结节假阳性增多，证明强度归一化是提升特征提取稳定性与诊断可靠性的关键预处理环节。

4.2.4 Robustness across different MRI scanners（跨不同MRI设备的鲁棒性）

在Siemens、GE Healthcare及Philips三种主流扫描仪子集测试中，平均准确率97.6%±0.8%，敏感度97.4%±0.5%，AUC 0.980±0.004，表明模型可学习扫描仪无关(scanner-invariant)的病灶特征，具备多中心临床应用潜力。

4.2.5 False positive and false negative analysis by nodule size（按结节大小的假阳性与假阴性分析）

16例误分类中13例来自直径<5 mm的小结节（8例假阳性、5例假阴性），占误分类总数85%；>10 mm结节无误分类，提示微小结节因体素信息有限仍为CNN特征学习的难点。

4.2.6 Cross-validation performance（交叉验证性能）

五折交叉验证各折准确率介于98.1%–98.6%（均值98.3%±0.2%），DSC 96.8%–97.3%，标准差极小，排除偶然数据划分导致高性能的可能，验证架构稳健性。

4.2.7 Training time comparison with comprehensive model Benchmarking（与主流模型的训练时间对比）

所提11层CNN训练100 epoch耗时45分钟，较3D U-Net（120分钟）缩短62.5%，较ResNet-50（90分钟）缩短50%，推理时间120 ms/例，轻量化设计适合实时临床辅助诊断。

4.2.8 Ablation study results（消融实验结果）

分别移除数据增强、强度归一化及缩减网络至6层后的对照显示：去数据增强使准确率降4.3%（至94.2%）、DSC降4.8%；去强度归一化使准确率降至93.8%、DSC 91.5%；6层网络准确率仅90.1%、DSC 88.4%。各组件对最终性能贡献均具统计学显著性（p<0.01），完整配置最优。

4.3 Comparison with the state-of-the-art methods（与现有先进方法的比较）

该11层CNN准确率达98.5%，敏感度97.5%，特异度98.1%，DSC 97.1%，AUC接近0.98，优于近期文献报道的多尺度注意力检测框架、残差学习网络、Lung-YOLO及多平面CNN等方法（通常<97%准确率，敏感度90%–96%），且在参数量与训练耗时上更具优势。

讨论与结论翻译

研究人员提出并验证了一种基于11层卷积神经网络(CNN)的MRI肺结节自动检测与良恶性分类方法，通过强度归一化与数据增强显著提升系统效能。使用177例T₂加权MRI（总计4248幅层面，含良、恶性肺结节标注）进行实验，所建模型总体诊断准确率为98.5%，Dice相似系数(DSC)达97.1%。扩大数据规模有望进一步提升可靠性。该自动化方法亦具备拓展应用于其他疾病MRI分类及医学影像分析的潜力。