基于增强型视觉变换器的儿童阑尾炎诊断方法：利用基于GAN的超声图像数据增强技术

《Knowledge-Based Systems》：Enhanced Vision Transformer–based diagnosis of pediatric appendicitis using GAN-based data augmentation on ultrasound images

　　

• •
  采用患者级数据分割可避免因数据泄漏而高估图像级评估结果。
• •
  Swin Transformer与CNN基线模型性能相当，并非更优。
• •
  GAN增强技术虽能重新平衡预测结果，但无法提升AUC值。
• •
  合成数据下的类别平衡度接近100%，特异性从0.37提升至0.78。
• •
  合成扫描图像虽未被机器记住，但仍能与真实图像区分开来。

引言

儿童阑尾炎是儿童及青少年急性腹痛最常见的病因之一，据估计每年每10万儿童中有70–100例发病[1]、[2]、[3]。尽管该病发病率很高，但由于临床表现缺乏特异性且症状会随年龄变化，准确及时的诊断仍是一项重大临床挑战[4]。未能及时发现的阑尾炎可能迅速发展成穿孔和腹膜炎等严重并发症，从而增加患病率、延长住院时间并提高医疗成本[5]、[6]。

由于超声检查无创且不产生电离辐射，因此被广泛用作儿童阑尾炎的首选影像学检查方法[2]、[7]。然而，其诊断准确性在很大程度上取决于检查医生的经验与技能、图像采集质量以及患者的具体情况[8]。即便在经验丰富的放射科医生中，超声图像解读也存在较大差异，这可能导致误诊，引发不必要的手术干预，或漏诊，延误紧急治疗[9]。这些局限性凸显出需要借助其他辅助诊断工具来减少医生间的判断差异。

人工智能在医学影像领域的应用通过自动化图像分析并提升诊断一致性，为解决上述问题带来了希望[4]、[10]、[11]。不过，由于高质量标注数据集的匮乏，开发用于儿童阑尾炎检测的强大AI模型面临诸多困难，而这正是儿童影像学研究中的常见瓶颈[12]。此外，伦理要求、隐私法规以及数据共享限制也进一步加剧了这一问题[13]。

生成对抗网络为缓解数据不足的问题提供了有效方案，它能够在保护患者隐私的前提下生成逼真的合成医学图像[15]、[16]。目前已有大量研究探讨了生成对抗网络在医学影像中的应用，这些研究证实了其在临床数据增强方面的重要作用[17]、[18]。当与先进的分类器结合时，基于生成对抗网络的增强技术无需依赖大量真实数据即可提升模型的泛化能力[19]、[20]。与此同时，视觉变换器在捕捉复杂图像模式和长距离依赖关系方面表现优异，因此非常适合用于包括超声诊断在内的各种医学影像任务[21]、[22]、[23]、[24]。

本研究的主要目标是开发并评估一种自动诊断框架，该框架将基于生成对抗网络的合成超声图像生成技术与基于视觉变换器的分类技术相结合，用以提升儿童阑尾炎的诊断准确性，减少超声图像解读的差异性，并克服儿童影像数据匮乏带来的限制。

本研究的创新之处在于，它系统地将StyleGAN2-ADA技术用于生成特定类别的合成超声图像，并将其与分层式Swin Transformer架构结合，用于儿童阑尾炎的二元分类。与传统的数据增强技术不同，该方法利用生成的逼真图像来扩展训练集，同时研究了四种不同的真实数据与合成数据比例对诊断性能的影响。此外，还请了一位擅长超声成像的独立医生对合成图像的逼真度和临床合理性进行评估，同时通过定量分析及抗记忆化测试进一步验证其质量。本研究在评估方法上也十分严谨：所有数据划分均在患者层面进行，以避免图像级数据分割带来的数据泄漏问题；生成模型和传统增强技术仅应用于训练集；而Swin Transformer则通过与ResNet50、DenseNet121、EfficientNet-B0以及ConvNeXt-Tiny等强大的卷积基线模型进行患者级交叉验证，并运用自助法置信区间和McNemar检验来比较性能。这样的评估方式能够客观、可重复地判断基于生成对抗网络的增强技术究竟起到了何种作用，以及图像级评估为何会高估该领域的模型性能。

本研究旨在回答三个问题：（1）在无数据泄漏且基于患者层面的评估体系中，引入基于生成对抗网络的合成超声图像能在多大程度上提升分类器的诊断性能？（2）何种比例的合成数据能与真实数据相搭配，实现灵敏度与特异性的最佳平衡？（3）分层式视觉变换器在该任务上的表现是否优于现有的卷积基线模型，还是仅与其相当？

本文的其余部分结构如下：第2节回顾了医学图像生成与分类的相关研究；第3节介绍了数据集、合成图像生成流程以及分类方法；第4节呈现实验结果；第5节对这些结果进行解读；最后，第6节总结全文并指出未来研究的方向。

章节概要

相关研究

通过医学影像检测儿童阑尾炎仍是一项复杂的诊断难题，这一课题推动了生成建模、数据增强以及基于深度学习的分类技术之间的交叉研究。本节将从三个方面综述相关文献：医学影像中的数据增强策略、用于图像分类的深度学习模型，以及人工智能辅助阑尾炎诊断技术。

材料与方法

本节介绍了本研究使用的数据集、合成图像生成流程、分类架构以及实验设置。

结果

本节首先评估了由StyleGAN2-ADA生成的合成图像的质量，随后展示了Swin Transformer在四种不同训练配置下的分类性能。

以下所有结果均是在修正后的患者级评估体系下获得的（见第3节）。保留的测试集包含192张未经增强的真实超声图像（165张为阑尾炎病例，27张为非阑尾炎病例）；鉴于此类数据存在类别不平衡问题，本研究以AUC作为主要的判别指标。

合成数据比例的影响

实验结果显示，“判别能力”与“操作平衡性”之间存在明显差异。随着合成数据比例的增加（从50%到200%），AUC值基本保持不变（见表6），这说明基于生成对抗网络的增强技术并未提升模型区分两类疾病的能力。相反，它使分类器的预测结果更加均衡：准确率、特异性以及MCC值都会在合成数据比例为100%时达到峰值，但灵敏度则会相应下降。

结论

本研究开发并评估了一种基于超声图像的儿童阑尾炎自动诊断框架，该框架将基于生成对抗网络的合成数据生成技术与基于视觉变换器的分类技术相结合，并采用了严格的患者级评估体系。主要研究结论如下：首先，在该领域中进行患者级评估至关重要——我们原本采用的图像级数据分割方式会使性能评估结果偏高约8–12个百分点，而消除数据泄漏问题后，任务的真实性能

CRediT作者贡献说明

Carlos Luis Fernández Santana：撰写初稿、开展研究、进行正式分析、负责数据整理、构思研究思路。Gerardo Fernández álvarez：开展研究、进行正式分析。Ricardo S. Alonso：负责结果验证、监督研究进展。Pablo Negre：参与文章审阅与编辑、结果验证、监督研究、项目管理、确定研究方法及构思研究思路。

资金支持

本研究未获得任何外部资金支持。

利益冲突声明

作者声明不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。

致谢

作者感谢雷根斯堡圣赫德维格儿童医院的团队提供了儿童阑尾炎超声数据集，同时也感谢那位独立超声专家对合成图像所做的专业定性评估。

Carlos Luis Fernández Santana|Gerardo Fernández álvarez|Ricardo S. Alonso|Pablo Negre