《Bioengineering》：LungCNET: A High-Performance Deep CNN Model for Lung Cancer Detection Evaluated Against Widely Used CNN Benchmarks
编辑推荐：
肺癌源于肺细胞突变，破坏正常生长周期并导致失控性细胞分裂，这些快速分裂的细胞丧失功能且无法形成健康肺组织。肺结节诊断与分类困难的因素包括形态异质性高以及良恶性结节特征重叠。近期，深度学习模型已用于基于计算机断层扫描(CT)的肺结节诊断，并展现出与放射科医师相当
肺癌源于肺细胞突变，破坏正常生长周期并导致失控性细胞分裂，这些快速分裂的细胞丧失功能且无法形成健康肺组织。肺结节诊断与分类困难的因素包括形态异质性高以及良恶性结节特征重叠。近期，深度学习模型已用于基于计算机断层扫描(CT)的肺结节诊断，并展现出与放射科医师相当的诊断效率。研究人员提出LungCNET，一种在胸部CT图像上训练的高性能多层深度卷积神经网络(CNN)，以显著提升肺部病变分类的效率与准确率。LungCNET数据来自IQ-OTH/NCCD CT扫描数据集（110例共1097张图像），划分为训练集（767张）、验证集（109张）及held-out测试集（221张，未参与训练或模型选择），涵盖良性、恶性及正常肺组织三类。LungCNET与2014至2024年间提出的已微调基准模型（VGG16、ResNet50、InceptionV3、MobileNetV2、YOLOv11）对比。在held-out测试集上，LungCNET宏平均F1-score达95.19%，VGG16为94.09%，InceptionV3为92.28%；三者表现相近，差距小于该规模测试集的分辨能力。LungCNET是唯一同时在三类诊断中F1-score均超90%的模型，且在最小且最易被误分的良性类上取得最高F1-score（91.0%），六模型中两模型在该类完全失效。结果支持LungCNET作为肺癌诊断候选工具，但需在更大规模独立数据集上验证。
研究背景方面，肺癌是全球癌症死亡首要原因，年死亡约180万，生存率高度依赖早期检出，但症状出现晚、CT阅片主观性强且成本高，传统手工特征与支持向量机、随机森林等方法受限于结节形态变异与数据异质。既往CNN研究多聚焦癌/非癌二分类，而良恶性鉴别才是临床核心难点。为此，研究人员构建LungCNET，面向良性、恶性、正常的三分类任务，在IQ-OTH/NCCD数据集（110例1097张胸部CT，按70%/10%/20%分层切分训练/验证/held-out测试）上从零训练定制CNN，并与VGG16等五种迁移学习基准在同等条件下对比。结论显示LungCNET宏平均F1-score 95.19%，与VGG16（94.09%）、InceptionV3（92.28%）聚合性能相当，但系唯一三类F1均破90%者，良性类F1 91.0%居首；其单图推理55.76 ms快于VGG16与InceptionV3，但5900万全可训练参数在千级样本下存过拟合风险。该文发表于《Bioengineering》，意义在于以“一致性”而非“绝对精度领先”定位轻量定制网在临床辅助中的价值。
关键技术方法上，研究人员采用IQ-OTH/NCCD公开队列（伊拉克肿瘤教学医院/国家癌症疾病中心，110例1097张CT，分层random_state=42切分，训练集做水平翻转增广）；LungCNET为顺序结构——三层卷积（32→64→128滤波器，ReLU+最大池化）、展平后512与256神经元全连接层各接0.5 dropout、softmax三输出，Adam优化器与分类交叉熵，从零训练；基准模型取tf.keras.applications中VGG16/ResNet50/InceptionV3/MobileNetV2与Ultralytics YOLOv11n-cls，卸载原ImageNet头、末数层解冻微调，同分区同调度（指数衰减、早停、降学习率）训练；评价仅在221张held-out测试集计算宏平均F1-score、各类Precision/Recall/F1及混淆矩阵，不参训不选模。
研究结果部分，引言指出肺癌分型（非小细胞80–85%、小细胞癌）与CT筛查必要性，点明三分类缺口。先前工作综述可见GoogLeNet经肺区提取达94.38%准确率、VGG16在亚分型达98%、LCP-CNN外部验证AUC 0.945，但皆非同三分类设定。方法论中3.1节基准选型受框架权重可得性约束；3.2节LungCNET结构如上；3.3节数据集良性仅占24/221测试图，类不平衡靠训练集增广缓解。第4节模型实现与性能分析里，4.1节说明初跑80/20曲线仅示收敛行为不计入成绩；4.2节测试集结果显示良性类LungCNET F1 91.0%（Precision 100%、Recall 83.3%），VGG16 85.7%，InceptionV3 82.6%，ResNet50与MobileNetV2零预测，YOLOv11仅27.0%；恶性类VGG16满贯100%，LungCNET与YOLOv11 99.0%，ResNet50因低精度拉低F1至81.8%；正常类VGG16 F1 96.6%，LungCNET 96.0%；宏平均F1 LungCNET 95.19%居首，VGG16 94.09%，InceptionV3 92.28%，YOLOv11 71.29%，MobileNetV2 60.71%，ResNet50 49.63%，但宏ROC-AUC VGG16 0.9965高于LungCNET 0.9799。4.3节混淆矩阵证实误差主源为良性误归正常类。第5节计算效率中LungCNET总参59.21M全可训，单图延迟55.76 ms优于VGG16（76.21 ms）与InceptionV3（110.85 ms）。第6节讨论强调221图测试集下单图变动扰动手0.45点精度，前三模型差1.10点非稳定序；LungCNET优势在跨类一致性与无ImageNet先验；验证集ROC-AUC 1.00掉至测试0.9799提示过拟合。第7节结论翻译如下：本研究提出LungCNET定制卷积神经网络用于肺癌分类，held-out测试集宏平均F1-score 95.19%，对比VGG16（94.09%）、InceptionV3（92.28%）、YOLOv11（71.29%）、MobileNetV2（60.71%）、ResNet50（49.63%）；LungCNET、VGG16、InceptionV3聚合相当，VGG16宏ROC-AUC更高（0.9965对0.9799），证据不支持LungCNET在此数据集决定性优于调优迁移基线之主张；因LungCNET三类精度召回俱高，或可作放射科医师辅助工具，但须前瞻验证方下临床断言。局限含数据集中等（110例1097图）、缺外部临床验证、图像级而非患者级切分（IQ-OTH/NCCD未释出slice-to-patient映射）、良性测试仅24图使单图对应4.2点recall、基准单次跑点估计不稳（重跑MobileNetV2崩类、ResNet50三 epoch即劣化）。未来工作应重做患者级切分、扩多样队列与设备协议、增良性样本、行医师在环前瞻验证。LungCNET以其跨类一致性与良性类表现，值独立数据续验。
