用于合成肺气肿代理胸部X光分类的顺序环形拓扑学习

《Knowledge-Based Systems》：Sequential ring-topology learning for synthetic Emphysema-proxy chest X-ray classification

　　

摘要
医学图像学习经常受到数据可用性有限、类别不平衡、异构采集条件以及患者级信息共享限制的影响。本研究调查了一个针对肺气肿代理与无发现胸部分类控制的合成基准。采用具有特征函数分布匹配的类条件卷积生成器构建了 4000 张合成胸部 X 光图像。合成语料库被划分为 5 个模拟的非独立同分布（非 IID）客户端，方法是先使用 ResNet50 进行特征分组，然后进行受控的类别分层分配。随后，通过 50 个通信轮次中的顺序客户端到客户端模型传播训练了一个视觉 Transformer（ViT-B/16）。所有模型训练、验证和评估均在合成图像上进行；真实的 NIH ChestX-ray14 图像仅作为弱标注参考分布用于拟合合成图像生成器。肺气肿仅被视为弱慢阻肺（COPD）相关影像代理，无发现仅被视为弱对照标签。在探索性的检查点级别分析中，最强的客户端轨迹达到了 98.50% 的准确率、97.20% 的精确率、99.00% 的召回率、98.09% 的 F1 分数、98.70% 的 AUROC 和 98.50% 的 AUPRC。这些数值总结了记录的评估轨迹：报告的精确率和召回率是检查点平均量，而 F1 分数是由这些平均的精确率和召回率值推导出来的。它们不代表单一冻结模型的混淆矩阵、池化全局测试性能或独立临床验证。因此，该研究评估了在受控合成非 IID 环境下的算法可分性和稳定性。它并不证明在未见的真实放射线片中识别病理、直接 COPD 诊断、隐私保护、医院级联邦、诊断安全性或部署就绪性。主要贡献是一个透明的合成基准，用于研究受控客户端异质性下的顺序模型传播。

引言
医学图像分析日益支持胸部影像的计算机辅助解读，但当数据集有限、不平衡、异构或分布在机构之间时，可靠的模型开发仍然困难 [1], [2]。患者人群、采集方案、图像质量和疾病患病率的差异可能会产生实质性的域和客户端异质性。此外，患者级医疗数据是敏感的，并且通常受到机构、法律和管理限制，从而限制不受限制的集中化 [3]。联邦学习（FL）提供了一个框架，多个客户端可以在不将原始本地数据传输到公共库的情况下优化共享模型 [4], [5]。FL 减少了对数据集中化的需求，但它本身并不保证隐私或安全；实际部署还需要适当的访问控制、安全传输、治理，并且在威胁模型要求时还需要隐私增强机制 [6]。
FL 中的核心优化挑战是统计异质性：客户端数据可能遵循不同的分布，并且可能包含不相等的观测数量或不同的类别患病率 [7]。这种非 IID 条件可能导致客户端漂移和不稳定的优化，从而激发专门针对异构联邦学习的方法 [8], [9], [10]。在胸部影像应用中，类别不平衡可能进一步将学习偏向于更频繁的类别。在本工作中，这些问题仅在受控合成环境中研究 [7]。分类目标是肺气肿代理与无发现对照，而不是临床确认的 COPD。NIH ChestX-ray14 肺气肿标签仅用作弱 COPD 相关影像代理，因为该数据集不提供肺功能测试确认的 COPD 诊断 [11]。
为了构建受控基准，我们使用了一个使用特征函数分布匹配目标优化的类条件卷积生成器。该设计受神经特征函数匹配（NCFM）启发，NCFM 被引入为一种基于在复数域中匹配真实和合成特征分布的数据集蒸馏方法 [12]。我们的实现将此原则适应于类条件图像生成，并不声称复现完整的 min-max NCFM 数据集蒸馏算法。生成的图像被嵌入到预训练的 ResNet50 模型中，然后通过特征分组、类别分层分配和预定义伪影配置文件分配给受控的非 IID 客户端分片。
分类器是一个通过固定循环顺序中的顺序客户端到客户端模型传播训练的 ViT-B/16。在这个逻辑环中，每个客户端具有恒定度数连接，但一个完整的轮次仍然遍历所有 K 个客户端；因此，关键路径延迟和轮次内更新延迟大致随 K 线性增长。该协议消除了所提出的顺序更新过程中对中央参数服务器的需求，但它仅作为单工作站模拟进行评估，而不是安全或物理分布的医院部署。因此，本研究的主要贡献是一个透明的受控基准，结合了受 NCFM 启发的特征函数匹配合成、基于 ResNet50 的非 IID 分区、ViT-B/16 分类器和顺序环拓扑模型传播。所有分类器训练、验证和检查点监控/评估仅使用合成图像。报告的结果量化了在此合成基准内的可分性和学习稳定性，不得解释为真实世界 COPD 诊断、合成到真实泛化、临床安全性、隐私保护或部署就绪性的证据。CheXpert 未用于外部 COPD 代理验证，因为其标准发布标签集不包括 COPD 或肺气肿作为目标标签；未来的外部验证应使用适当标注的真实世界队列，最好具有严格的患者级分离和临床确认或肺功能测试确认的 COPD。
本研究的目标如下：
• 设计一个受控的合成联邦学习基准，用于使用视觉 Transformer 骨干的二元肺气肿代理/无发现胸部 X 光分类。
• 生成和分层受 NCFM 启发的特征函数匹配（CFM）合成胸部 X 光图像，以模拟非 IID 客户端异质性，而在联邦分类器训练、验证或检查点监控/评估中不使用真实图像。
• 评估异构合成客户端分片下的顺序环拓扑模型传播。
• 使用准确率、精确率、召回率、F1 分数、AUROC、AUPRC、MCC、ECE 和 Cohen's Kappa 评估合成基准性能。
• 明确表征仅合成评估的局限性，包括缺乏外部真实世界 COPD 代理测试、肺功能测试确认的 COPD 队列以及临床部署验证。
本文的组织如下。第 2 节描述方法论，包括受 NCFM 启发的特征函数匹配合成数据生成过程、客户端非 IID 分区、ViT 架构和顺序环拓扑联邦学习协议。第 3 节呈现受控合成联邦环境下的实验结果。第 4 节讨论研究结果、局限性以及与相关工作的比较。第 5 节报告伦理、数据可用性和可重复性考虑。第 6 节总结论文并概述未来真实世界 COPD 代理和临床确认验证的方向。本研究评估了一个针对肺气肿代理/无发现胸部 X 光分类的受控合成联邦学习基准。NIH ChestX-ray14 肺气肿标签仅用作弱 COPD 相关代理，NIH ChestX-ray14 无发现标签仅用作弱对照标签。因此，该任务不应解释为直接 COPD 诊断、临床确认的 COPD 检测或可部署筛查。没有使用真实的 NIH ChestX-ray14 图像进行联邦分类器训练、验证或检查点监控/评估。所有联邦学习实验仅在 CFM 生成的合成胸部 X 光图像上进行。因此，报告的指标衡量的是受控合成基准内的可分性和稳定性。它们并不证明真实世界的临床性能、合成到真实的泛化、放射科医生级有效性、肺功能测试确认的 COPD 检测或前瞻性部署就绪性。

章节片段
方法论
本研究评估了使用受控的 4000 张合成胸部 X 光图像语料库的顺序去中心化模型传播。实验设计包含三个阶段：(1) 使用特征函数分布匹配目标的类条件合成图像生成，(2) 使用 ResNet50 特征分组和类别分层分配构建受控非 IID 客户端，以及 (3) 跨 5 个模拟客户端的顺序训练 ViT-B/16 分类器。所有客户端，数据
结果
除非另有明确说明，本节中报告的客户端级结果是 50 个通信轮次上的探索性轨迹级摘要。准确率、精确率、召回率、AUROC、AUPRC、MCC、ECE 和 Cohen's kappa 是在记录的检查点中汇总的，而 F1 分数是由相应的检查点平均精确率和召回率推导出来的。它们描述了在五个保留的合成客户端分片上的运行内轨迹，而不是独立的实验重复，
讨论
本研究检查了在受控合成非 IID 环境下的顺序客户端到客户端 ViT 训练协议。该实验应解释为循环去中心化学习的模拟，而不是已部署的医院联邦学习系统。检查点轨迹表明，与客户端 3 相关联的运动模糊和代理阳性偏斜分片相比，与客户端 1 相关联的干净合成分片更容易分类。这种模式与
局限性、可重复性和临床解释
本研究有几个重要的局限性。首先，所有联邦分类器训练、检查点监控和报告的客户端级评估都是使用从相同拟合参考域生成的特征函数匹配合成图像进行的。因此，报告的数值量化的是生成器内的合成可分性，无法建立对未见的真实放射线片中肺气肿相关病理的识别。其次，客户端级百分比是检查点平均
结论
本研究提出了一个受控的合成基准，用于训练针对肺气肿代理与无发现胸部 X 光分类的 ViT-B/16 分类器的顺序客户端到客户端训练。受 NCFM 启发的类条件特征函数匹配生成器产生了 4000 张合成图像，包括 2000 张肺气肿代理和 2000 张无发现对照样本。这些图像分布在五个异构模拟客户端中，包含 1000、850、750、700 和 700 张图像，
CRediT 作者贡献声明
Ayesha Jabbar：写作 – 审阅与编辑，写作 – 原稿撰写，可视化，验证，软件，方法论，调查，形式分析，数据整理，概念化。Huang Jianjun：写作 – 审阅与编辑，监督，项目管理，调查，资金获取，形式分析，数据整理，概念化。Muhammad Kashif Jabbar：写作 – 审阅与编辑，写作 – 原稿撰写，项目管理，方法论，资金获取，形式
知情同意声明
不适用。本研究未招募参与者或收集新的患者数据。
机构审查委员会声明
本研究使用了公开可用、去标识化的胸部 X 光数据集，并未涉及招募、干预、重新识别或访问可识别的临床信息。因此，根据作者的机构政策，对于公共去标识化数据的二次分析，不需要机构审查委员会批准。遵守了访问时适用的公共数据条款。
利益冲突声明
作者声明他们没有任何已知的竞争财务利益或个人关系，这些利益或关系可能影响本报告中工作。
Ayesha Jabbar|Huang Jianjun|Muhammad Kashif Jabbar|Asad Ali