《Algorithms》：Intelligent Method for COVID-19 Diagnosis: Construction and Comparative Analysis of ResKAN18
编辑推荐：
为了应对使用卷积神经网络（CNN）在医学图像分类中平衡准确性和泛化能力的挑战，研究人员提出了ResKAN18，这是一种将柯尔莫哥洛夫-阿诺德网络（KAN）的可学习样条函数嵌入到ResNet18分类头中的混合结构，用于胸部X射线图像中COVID-19的智能诊断。
为了应对使用卷积神经网络（CNN）在医学图像分类中平衡准确性和泛化能力的挑战，研究人员提出了ResKAN18，这是一种将柯尔莫哥洛夫-阿诺德网络（KAN）的可学习样条函数嵌入到ResNet18分类头中的混合结构，用于胸部X射线图像中COVID-19的智能诊断。ResKAN18包含三个变体：ResKAN18—Large（四层KAN，隐藏层维度[256, 128, 64]）、ResKAN18—Standard（四层KAN，隐藏层维度[128, 64, 32]）和ResKAN18—Simple（三层KAN，隐藏层维度[64, 32]），它们可以通过不同深度的KAN在准确性和效率之间实现灵活平衡。研究人员在包含3880张胸部X射线（COVID-19、正常、病毒性肺炎）的基准数据集上，对包括ResNet18、VGG16、DenseNet121、ShuffleNetV2在内的四个经典CNN基线模型和三个ResKAN18变体进行了系统比较。结果表明，ResKAN18—Large在独立测试集上可达到98.80%的准确率，比ResNet18高1.21%，比DenseNet121高0.69%，其参数量为13.97M，推理延迟为8.25 ms/图像，训练-验证准确率差异仅为1.50%。其在随机划分条件下的准确性和性能稳定性优于其他两个变体和所有经典CNN基线。所有ResKAN18变体均实现了对COVID-19的零漏诊，而ResNet18则出现了漏诊（0.9944）。综合考虑准确性、泛化能力和推理效率之间的权衡，推荐将ResKAN18—Large作为默认配置，而对于资源严重受限的边缘部署场景，ResKAN18—Simple可以提供一种极具性价比的替代方案，其延迟极低，为2.50 ms/图像，且与ResNet18相比参数量仅增加3.1%。
自2019年底冠状病毒病（COVID-19）爆发以来，胸部X射线摄影因操作便捷和成像快速成为重要的辅助诊断工具。尽管核酸检测被视为病原体诊断的“金标准”，但其检测周期较长且存在假阴性率限制。在此背景下，医学影像检查成为重要的疫情筛查和辅助诊断手段。然而，人工医学图像阅读高度依赖医师经验，在疫情高峰期面临严重的效率瓶颈。深度学习（DL）在医学图像分析中取得显著进展，基于ImageNet预训练的卷积神经网络（CNN，一种包含卷积计算且具有深度结构的前馈神经网络）被广泛用于COVID-19诊断。尽管AlexNet、GoogLeNet、ResNet系列、DenseNet、视觉几何组（VGG）系列和ShuffleNet等模型不断演进，但仍面临缺乏可解释性、泛化稳定性不足、类别不平衡以及计算成本高昂等核心挑战。现有研究多从数据或训练策略层面入手，未能从根本上改变模型结构设计。针对上述问题，研究人员提出了一种ResKAN18混合结构，将柯尔莫哥洛夫-阿诺德网络（KAN，基于表示定理将多元函数分解为一元函数叠加的新兴神经网络架构）的可学习样条函数嵌入ResNet18分类头中进行非线性映射，并设计了三种不同深度的变体。该研究在胸部X射线图像数据集上进行了系统验证，论文发表在《Algorithms》上，为构建兼顾高分类精度、性能稳定性和决策过程透明度的新诊断结构提供了重要范式，具有重要的学术价值和临床应用意义。
研究人员开展研究所用到的主要关键技术方法包括：首先，采用ResNet18作为特征提取骨干网络，通过引入恒等快捷连接和残差映射机制提取多层次空间特征，有效缓解梯度消失问题。其次，利用KAN理论将传统的固定激活函数替换为基于B样条参数化的可学习一元函数，重构分类头部，其计算可表示为x
l+1 = ∑?(x
l)。样本队列来源于公开的胸部X射线成像数据库，共计3880张图像，涵盖COVID-19、正常和病毒性肺炎三类。数据被随机划分为70%训练集、15%验证集和15%独立测试集。模型训练采用Adam优化器，学习率为0.0001，批大小为256，共进行30轮训练，并结合动态网格更新策略与L1正则化形成结构化稀疏先验以抑制过拟合。
数据获取与实验环境设置
研究人员使用了一个公开的胸部X射线成像数据库，包含3880张图像。该数据集类别分布均衡，旨在支持基于人工智能（AI）的自动检测模型开发。通过70%、15%、15%的标准三分集策略，确保了评估的科学严谨性。实验在配备Intel i9-13900KF处理器和NVIDIA GeForce RTX 4080 SUPER显卡的高性能计算平台上完成，所有模型均在相同环境与超参数下进行公平对比。
训练过程中的收敛对比分析
通过对比ResNet18与ResKAN18—Large的训练动态曲线得出结论，ResNet18在初期收敛较快但波动剧烈，而ResKAN18—Large在第10个周期便进入稳定状态，验证准确率达98.28%。其在训练-验证准确率差异上仅为1.50%，优于ResNet18，表明其具有更优的性能稳定性和泛化潜力，更适合需要高诊断一致性的临床场景。
七个模型整体综合性能对比
通过在独立测试集上评估准确率、宏平均F1、AUC等指标得出结论，ResKAN18—Large以98.80%的准确率和0.9883的宏平均F1排名第一。其AUC-区域下曲线（OvR）达到0.9998，且对数损失最低。尤为关键的是，所有ResKAN18变体在COVID-19类别上均实现了零漏诊（召回率=1.0000），而ResNet18则存在0.9944的召回率，表明ResKAN18在各类别识别中达到了最优平衡。
多模型横向对比实验
综合对比七个模型的测试性能、参数量与训练-验证准确率差异得出结论，ResKAN18—Large在参数量仅为VGG16约十分之一的情况下实现了精度的全面领先；ResKAN18—Simple以仅11.53M的参数量实现了98.45%的精度，训练-验证准确率差异仅1.84%。这证明了KAN结构化正则化在抑制过拟合方面的有效性不依赖于参数量缩减，而是源自B样条函数空间的结构化稀疏先验。
模型复杂度与推理延迟分析
通过测量参数量、浮点运算次数（FLOPs）和推理延迟得出结论，三个ResKAN18变体的FLOPs与ResNet18基本持平，未引入显著计算开销。在图形处理器（GPU）上，ResKAN18—Large延迟为8.25 ms/图像，而ResKAN18—Simple仅为2.50 ms/图像。所有模型的推理速度均远超人工阅片，满足实时辅助诊断需求，在复杂度、准确性和性能稳定性上形成了清晰的帕累托前沿。
深入讨论
基于系统对比实验，研究人员对核心机制进行了深入讨论。KAN通过B样条函数打破线性投影限制，具备了逼近一般连续函数的能力，从而突破了经典CNN的精度瓶颈。其对COVID-19零漏诊的实现源于动态网格更新机制，使得基函数支撑区间能紧密跟随数据流形，精准刻画边缘样本特征。此外，B样条的局部支持和系数限制形成了天然的内在正则化机制，随着网络加深，其抑制过拟合的效果累积增强。
研究结论部分总结如下：研究人员构建并验证了ResKAN18混合结构的三个变体，并在七个模型中进行了系统对比实验。在3880张胸部X射线数据集上，ResKAN18—Large实现了98.80%的测试准确率，宏平均F1为0.9883，AUC-OvR为0.9998，排名第一。ResKAN18—Simple在参数量仅增加3.1%的情况下达到了98.45%的测试准确率。所有变体均实现了对COVID-19的零漏诊，而经典CNN基线则存在不同程度漏诊。在实现上，采用预训练的ResNet18提取特征，使用不同深度的KAN模块替换全连接层，每层采用B样条进行非线性变换，每五个周期动态更新样条网格。与四个经典CNN基线相比，ResKAN18—Large的测试准确率较DenseNet121提高0.69%，较ResNet18提高1.21%。三个KAN变体的训练-验证准确率差异均优于所有CNN基线，且KAN越深越宽，泛化越好。三个变体覆盖了从轻量级到高精度诊断的全范围需求。考虑到准确性、泛化能力和推理效率的权衡，推荐ResKAN18—Large作为默认配置，ResKAN18—Simple作为资源受限场景下的高性价比替代方案。
