摘要
组织学图像分类在生物医学研究和诊断过程中起着至关重要的作用。深度学习领域的进步为提高诊断准确性以及开发自动化决策支持系统提供了重要机会。本研究旨在比较不同深度神经网络编码器的离分布泛化能力和跨领域分类性能。研究中，模型是在经过伦理委员会批准（埃吉大学，HADYEK 2026-06）的4307张雄性大鼠肺、小脑和脂肪组织的苏木精-伊红染色图像内部数据集上训练的。为了评估真正的泛化能力，还在另外一组600张人类与动物混合图像的外部数据集上进行了测试。研究采用了九种不同的深度学习架构——MobileNetV3-S、MobileNetV3-L、DenseNet121、DenseNet201、ConvNeXt-S、ConvNeXt-B、DINOv3 ViT-S、DINOv3 ViT-H+以及病理学基础模型UNI2-h，并通过冻结特征提取结合线性探针来进行评估。在性能评估方面，分析了准确率、灵敏度、特异性、F1分数、Cohen's κ值以及ROC-AUC指标，同时还考察了每张图像的推理时间。虽然在内部交叉验证中所有模型的表现都接近完美，但在外部数据集上的表现却存在显著差异，这表明这些差异反映了真正的跨领域泛化能力，而非欠拟合现象。所有竞争模型在分类脂肪组织和小脑组织方面都表现出色，这些组织的F1分数均达到95%或更高。而在结构最为复杂、最难分类的肺组织分类中，UNI2-h模型表现最佳，其F1分数为97.4%，召回率为95.0%。从计算效率角度来看，MobileNetV3-Small模型在所有场景中的处理时间都最低，在CPU上的推理时间为9.4毫秒，在GPU上则为12.5毫秒。综上所述，尽管病理学基础模型UNI2-h在各项指标上的准确率最高，但ConvNeXt-Small模型则被视为在速度与准确率之间取得最佳平衡的系统。这些研究结果表明，虽然UNI2-h在跨领域分类中能获得最精确的结果，但在计算效率至关重要且资源有限的实际应用中，ConvNeXt-Small架构则是更理想的替代方案。
研究亮点
- UNI2-h病理学基础模型实现了最高的跨领域准确率（98%）。
- 针对特定领域的预训练效果优于单纯的模型容量提升。
- ConvNeXt-Small模型在速度与准确率之间达到了最佳平衡。
利益冲突声明
作者声明不存在任何利益冲突。
数据可用性说明
本研究生成并分析的包含4505张组织学图像的数据集由于机构研究限制以及未来研究的需要，暂不对外公开。不过，包括训练好的模型权重以及在图像分析中使用的源代码在内的人工智能模型，将会被发布在GitHub仓库中，以确保研究方法的透明性和可重复性。目前一个临时仓库已经准备就绪，将在论文发表后向公众开放：https://github.com/burakilicarslan/Histopathological-Image-Classification。
