《Machine Learning with Applications》：Interpretable MedDeepNet: Deep feature learning with atom search optimization for explainable lung cancer detection in CT images
编辑推荐：
肺癌仍然是全球癌症相关死亡的主要原因之一，早期准确检测对于提高生存率至关重要。深度学习（DL）技术近期在计算机断层扫描（CT）影像的自动化医学分析中展现出显著潜力。然而，现有方法通常涉及大量参数、高昂的计算成本以及有限的可解释性，这对透明决策和稳定训练均构成挑
肺癌仍然是全球癌症相关死亡的主要原因之一，早期准确检测对于提高生存率至关重要。深度学习（DL）技术近期在计算机断层扫描（CT）影像的自动化医学分析中展现出显著潜力。然而，现有方法通常涉及大量参数、高昂的计算成本以及有限的可解释性，这对透明决策和稳定训练均构成挑战，尤其是在数据有限的情况下。因此，本研究提出一个可解释的MedDeepNet框架，以增强肺癌检测能力并提供具有临床意义的模型决策解释。所提出的模型在三个公开数据集上进行了评估，即IQ-OTH/NCCD、LIDC-IDRI和肺部CT扫描数据集。所提出的架构采用深度特征提取网络，从胸部CT图像中捕获局部纹理模式和高层结构信息。为提高分类效率，研究采用原子搜索优化（ASO）进行特征选择，减少判别性特征数量，随后使用支持向量机（SVM）和K近邻（KNN）分类器进行分类。此外，研究整合了一种基于自适应超像素扰动的局部可解释模型无关解释（LIME）框架，通过生成清晰且可解释的可视化解释来突出最具影响力的图像区域，从而增强所提出模型的可解释性。所提出的方法在IQ-OTH/NCCD数据集上达到了99.84%的准确率、99.79%的召回率、99.87%的精确率、99.93%的特异性和99.83%的F1分数。此外，该模型生成了信息丰富的可视化结果，揭示了CT扫描中影响其诊断决策的关键区域。
**论文解读：可解释MedDeepNet框架——基于原子搜索优化的深度特征学习用于CT图像肺癌检测**
**一、研究背景与问题**
肺癌是全球癌症相关死亡的首要原因，约占全球癌症死亡总数的27%。早期准确检测对于有效治疗和改善患者预后至关重要。计算机断层扫描（CT）作为一种高分辨率横断面成像技术，能够提供肺部解剖结构和异常的详细评估，是目前肺癌检测的标准影像学手段。然而，高分辨率CT影像的人工判读耗时且易受主观因素影响，这推动了基于人工智能的计算机辅助诊断（CAD）系统的发展。
近年来，深度学习（DL）技术在医学图像分析领域取得了显著进展，多种基于卷积神经网络（CNN）的模型已被应用于肺结节分类和肺癌检测任务。然而，现有方法普遍面临以下挑战：第一，传统CNN架构难以有效提取不同尺度的特征模式，这对检测微小结节至关重要；第二，标注医学数据集的有限可用性构成重大挑战，因为深度学习模型通常需要大量数据才能有效泛化；第三，大多数模型作为"黑盒"运行，对临床医生提供的可解释性极为有限，降低了临床信任度和采纳率。此外，现有方法往往涉及大量参数和高昂的计算成本，在数据有限的情况下容易出现训练不稳定和过拟合问题。
针对上述问题，研究人员提出了一种可解释的MedDeepNet框架，旨在实现高分类精度的同时提供可解释且具有临床意义的预测结果。
**二、研究内容与结论**
研究人员开发了一个名为MedDeepNet的47层深度卷积神经网络框架，用于从CT图像中准确分类肺癌。该框架通过深度特征提取网络捕获局部纹理模式和高层结构信息，采用原子搜索优化（ASO）进行特征选择以减少冗余特征，并利用SVM和KNN分类器对优化后的特征进行分类。同时，研究整合了自适应超像素扰动LIME框架以增强模型的可解释性。实验在三个公开数据集上进行评估：IQ-OTH/NCCD数据集（包含1097张CT图像，分为正常、良性和恶性三类）、LIDC-IDRI子集数据集（包含650例良性和673例恶性结节）以及多类别肺部CT扫描数据集。研究结果表明，所提出的方法在IQ-OTH/NCCD数据集上达到了99.84%的准确率、99.79%的召回率、99.87%的精确率、99.93%的特异性和99.83%的F1分数，显著优于现有方法。该研究发表在《Machine Learning with Applications》期刊上，其重要意义在于同时解决了肺癌检测的准确性和可解释性两大核心问题，为临床决策支持提供了可靠的AI驱动工具。
**三、关键技术方法**
本研究主要采用了以下关键技术方法：（1）47层MedDeepNet深度卷积架构，通过渐进式卷积核尺寸缩减（13→11→9→7→5→3）和多层中间全局平均池化（GAP）实现从粗到细的多尺度特征提取；（2）加权K中位数（WK-median）分割算法，在感知均匀的CIE Lab颜色空间中通过自适应感知加权和平方L1范数度量实现精确分割；（3）原子搜索优化（ASO）算法，模拟原子间相互作用力进行特征选择，平衡探索与开发行为；（4）自适应超像素扰动LIME解释框架，通过自适应分割策略和局部代理模型生成可解释的可视化解释；（5）SVM和KNN分类器及其变体用于最终分类。样本队列来源包括IQ-OTH/NCCD数据集（来自伊拉克肿瘤教学医院和国家癌症中心，涵盖110例患者的1097张CT图像）、LIDC-IDRI子集（包含1323例结节病例）和肺部CT扫描数据集。实验在MATLAB 2024a环境中使用Nvidia GeForce RTX 3060Ti GPU（16 GB显存）完成，训练设置包括300个epoch、随机梯度下降带动量（SGDM）优化器、初始学习率0.001和批量大小128。
**四、研究结果**
**4.1 性能分析**
在IQ-OTH/NCCD数据集上，MedDeepNet模型在三个类别（正常、良性、恶性）中均达到高度一致的近完美性能，准确率介于99.78%至99.88%之间，大多数类别的精确率和特异性达到100%，恶性病例的召回率达100%。在LIDC-IDRI子集数据集上，良性和恶性类别的准确率均为92.32%，F1分数分别为91.92%和92.68%，表明模型在更具挑战性和多样性的数据中仍能可靠区分癌性与非癌性结节。在肺部CT扫描数据集上，恶性（99.90%）和正常（99.80%）类别表现最佳，鳞状细胞癌准确率最低（93.90%）且召回率仅72.70%，反映了该类与其它肺癌类型在视觉上的相似性。5折交叉验证的平均准确率为98.11%，验证了模型的泛化能力。
**4.2 可解释性分析**
利用自适应超像素扰动LIME框架，研究生成了不同颜色映射的可视化解释图。恶性病例在异常区域呈现强烈局部激活，良性病例显示中等程度激活，而正常病例显示最小或均匀激活。定量评估中，删除AUC值为0.0417，表明移除模型识别的最重要超像素会导致预测置信度快速且显著下降；插入AUC值为0.9515，表明逐步添加最相关区域能大幅提升模型置信度；ABPC分数为0.9549，证实解释在重建模型决策方面既敏感又稳定。
**4.3 与先进方法比较**
与ResNet50、EfficientNet、AlexNet、DenseNet-201和Inception V3等五种基线CNN架构（均使用ASO优化）相比，MedDeepNet以99.84%的准确率显著优于所有对比模型。在可解释性方法比较中，自适应超像素扰动LIME的插入AUC（0.9515）、删除AUC（0.0417）和ABPC分数（0.9661）均大幅优于Grad-CAM、IG、传统LIME、Anchors、SHAP、G-LIME和SmoothGrad等方法。
**4.4 统计分析**
Cochran's Q检验结果显示Q统计量为653.1855（p<0.001），确认所评估模型之间存在统计学显著差异。事后McNemar检验显示MedDeepNet与所有基线模型（AlexNet、DenseNet-201、EfficientNet、Inception和ResNet50）之间的比较均呈现高度显著差异（所有p<0.001），证实了MedDeepNet的一致且显著的性能提升。
**4.5 消融研究**
在相同网络架构下独立集成多种元启发式优化算法（GA、PSO、SCO、ACO、PCA、EO和ASO）的对比中，ASO以99.84%的准确率大幅领先，而GA（81.91%）、PSO（82.44%）和SCO（80.85%）等算法表现中等，ACO最低（77.12%）。10次重复运行实验显示所有分类器的准确率紧密聚集在1.0附近，表明框架训练稳定性良好。
**4.6 不同数据集条件下的分类性能**
在原始数据集上，600特征配置下二次SVM和三次KNN达到最高准确率99.63%；900特征配置下中高斯SVM和三次KNN达到99.18%的最高准确率。在增强数据集上，600特征配置下二次SVM、三次SVM、细KNN和三次KNN均达到99.45%的准确率；900特征配置下细KNN达到99.84%。在分割数据集上，600特征配置下线性SVM达到最高准确率99.97%，900特征配置下线性SVM仍保持99.93%的准确率。KNN模型在训练效率方面显著优于SVM模型，训练时间通常在0.03至0.12秒之间，而三次SVM在900特征配置下需要44至48秒。
**五、讨论与结论**
**讨论部分总结：** 对比分析表明，现有方法虽能达到竞争性性能，但普遍缺乏显式的可解释性机制。例如，优化的CNN（准确率96.58%）、EOSA-CNN（93.21%）、U-Net+CNN（95.61%）、GoogLeNet-AL（97.32%）、自定义CNN（98.70%）和GRU模型（98.90%）在准确率上均低于所提出的方法，且不具备可解释性。即使Inception V4（98.80%）和FVCM-Net（94.25%）等近期高性能模型也主要关注准确率提升而对临床意义解释的重视不足。相比之下，所提出的方法在实现99.84%最高分类准确率的同时，通过自适应超像素扰动LIME框架提供了局部可解释性，使临床医生能够直观验证模型是否聚焦于与诊断相关的关键肺部区域，增强了临床信任并促进了AI驱动决策支持在肺癌诊断中的应用。
**研究结论：** 本研究提出了一种用于肺部CT扫描图像准确分类的可解释深度学习框架。该模型能够有效提取与肺结节相关的低层纹理模式和高层语义特征。为增强临床透明度，框架中整合了基于自适应超像素扰动的可解释性机制，为模型预测提供局部且视觉上有意义的解释。MedDeepNet在肺部CT扫描分类中达到了99.84%的准确率、99.79%的召回率、99.87%的精确率、99.93%的特异性和99.83%的F1分数，在当前实验条件下表现出强劲性能。所提出的框架还通过突出影响每次预测的最关键图像区域来强调可解释性，使临床医生能够直观验证模型是否聚焦于与诊断相关的关键肺部区域。当前研究局限于CT切片层面的实验而非患者层面的评估。未来工作将把该框架扩展到其他医学影像模态，如MRI、超声和PET，以评估其超出CT扫描的泛化能力。此外，将进行患者层面评估和放射科专家评估，以进一步验证模型预测和突出区域的可靠性。
