《Diagnostics》：Slice-Level Deep Learning Classification of Acute Cholecystitis on Contrast-Enhanced CT: A Single-Center Benchmark of Six CNN Architectures
编辑推荐：
背景/目的：急性胆囊炎需要及时诊断，但在高放射科工作负荷下增强计算机断层扫描（CT）解读可能存在困难。本概念验证研究对用于切片级别分类的卷积神经网络（CNN）架构进行基准测试，并非临床验证诊断工具。方法：单中心2018至2020年80例患者（51例急性胆囊炎，
背景/目的：急性胆囊炎需要及时诊断，但在高放射科工作负荷下增强计算机断层扫描（CT）解读可能存在困难。本概念验证研究对用于切片级别分类的卷积神经网络（CNN）架构进行基准测试，并非临床验证诊断工具。方法：单中心2018至2020年80例患者（51例急性胆囊炎，29例对照）的增强CT共产生1060张标注轴位切片。急性胆囊炎采用东京指南2018（TG18）复合参考标准定义。同一患者所有切片仅归入一个分区。六种ImageNet预训练架构被微调：ResNet-18/50/101、Inception-V3、MobileNet-V3-small/large。组间比较采用Student t检验、Yates校正卡方或Fisher精确检验（R 4.0.3；Python/SciPy）。结果：内部留出测试集（213张切片；122张急性胆囊炎切片，91张对照切片）中，ResNet-101准确率最高（0.915）、特异度最高（0.857）；MobileNet-V3-large曲线下面积（AUC）最高（0.97），并与ResNet-50/101并列最高灵敏度（0.959），参数远更少；各模型准确率0.812至0.915，AUC 0.89至0.97。结论：本单中心基准中紧凑架构展现有竞争力的切片级别性能。因评估为小队列中非炎症对照下的切片级别，不代表患者级别诊断准确率。临床应用前需患者级别聚合、匹配灵敏度分析、可解释性评估和外部验证。
研究背景与论文概况
急性胆囊炎常由胆囊结石阻塞胆囊管引起，是常见消化道急症，延误诊断可导致胆囊穿孔、脓肿、脓毒症及死亡。增强CT广泛用于疑似急性胆囊炎评估，可显示胆囊壁增厚、胆囊扩张、胆囊周围液体及炎性脂肪条索，但早期病变、非典型表现和高放射工作负荷会造成解读困难。超声为一线手段，但CT在急诊广谱腹痛中作用关键。深度学习特别是卷积神经网络（CNN，convolutional neural network，可从原始像素自动学习层次化图像特征）已在多种影像任务中表现突出，但针对增强CT急性胆囊炎的CNN架构系统比较仍不足。研究人员因此在《Diagnostics》发表该项单中心概念验证研究，目标不是在患者级别证明诊断效能，而是在受控、防泄漏设置下比较六种代表性CNN骨干的切片级别分类能力，为后续患者级别和多中心研究提供架构基准。
主要技术与方法
研究人员使用中国医药大学医院（China Medical University Hospital，台湾）2018至2020年增强腹部CT，回顾性纳入80例患者（51例急性胆囊炎、29例对照），共1060张轴位切片。参考标准为东京指南2018（TG18）复合标准，其中44/51例有手术或病理确认。为防止信息泄漏，同一患者所有切片仅进入训练、验证或测试中的一个分区，并按CT检查日期做时间划分，约7:1:2分为训练、验证、测试，测试集213张切片。图像统一取门脉期、5 mm层厚，512×512矩阵，最小最大缩放至0–1，单通道复制为三通道，按架构原生分辨率缩放（ResNet与MobileNet为224×224，Inception-V3为299×299），并采用COCO均值方差做通道归一化。训练集使用随机水平/垂直翻转与?180°至180°旋转增强。六种ImageNet预训练架构为ResNet-18、ResNet-50、ResNet-101、Inception-V3、MobileNet-V3-small、MobileNet-V3-large，全部端到端微调，交叉熵损失，SGD学习率0.01、动量0.9，按架构设批大小和轮数，在NVIDIA RTX A5000上用PyTorch 1.10实现。
研究结果
3.1 患者特征（Patient Characteristics）
研究人员比较80例患者资料，急性胆囊炎组年龄62.67±17.81岁，对照组44.90±15.63岁（p<0.001）；结石与糖尿病在胆囊炎组更常见，体重指数无显著差异。说明病例对照在年龄和结石状态上存在频谱偏差风险。
3.2 数据集划分（Dataset Partitioning）
1060张切片按患者级别时间划分，测试集213张（122张急性胆囊炎、91张对照），其余847张用于训练与验证。患者级别分配避免同患者切片跨分区，降低泄漏。
3.3 模型性能（Model Performance）
在内部留出测试集，ResNet-101准确率0.915、特异度0.857最高；MobileNet-V3-large的AUC 0.97最高，并与ResNet-50/101并列灵敏度0.959、假阴性率0.041最低，而参数约5.5百万，远少于ResNet-101的44.5百万。ResNet-50与MobileNet-V3-small居中（准确率均0.887），ResNet-18准确率0.854、AUC 0.92，Inception-V3最低（准确率0.812、特异度0.725、AUC 0.89）。所有模型灵敏度均高于特异度，控制切片假阳性是主要误差来源。
3.4 文献背景（Literature Context）
研究人员将结果与文献对照：早期CT诊断急性胆囊炎证据有限；2024年头对头荟萃中CT池灵敏度83.9%、特异度94.0%。本研究最佳模型特异度0.857仍低于当代放射科CT解读估计，但单位、数据集和的分析层次不同，不能直接比较。
讨论部分总结
研究人员指出，本研究证明CNN用于增强CT选定切片上急性胆囊炎分类可行，但对照组多为非炎症胆囊，未涵盖胰腺炎、阑尾炎、胆管炎、胆绞痛等急诊鉴别，且病例对照年龄、糖尿病、结石率不同，模型可能学到年龄或结石相关信号而非单纯炎症特征，性能估计可能偏乐观。ResNet-101准确率和特异度最高，MobileNet-V3-large以极少参数取得最高AUC与并列最高灵敏度，显示轻量架构可作为未来本地部署基准候选；但推理时延、内存、模型大小和工站性能均未测。Inception-V3表现最差原因不能确定。所有模型灵敏度高于特异度，提示假阳性多于漏诊，但是否可接受需阈值与流程研究。研究局限包括单中心小队列、切片级别而非患者级别、对照不具急诊真实频谱、参考标准与影像标注不完全独立、无外部验证、无Grad-CAM类可解释性、无校准分析、增强含垂直翻转和解剖不合理旋转。未来应做多中心外部验证、患者级别聚合（多数投票或概率平均）、年龄/结石匹配灵敏度分析、全体积胆囊定位、多模态合并白细胞计数/C反应蛋白/肝功能/发热/压痛、校准与决策曲线分析。
结论部分翻译
CNN基深度学习模型在本回顾性单中心研究中，对增强CT图像急性胆囊炎检测展现出有前景的切片级别分类性能。ResNet-101取得最高准确率，而轻量MobileNet-V3-large以远少于ResNet-101的参数取得最高AUC并并列最高灵敏度。这些发现为假设生成性质：支持进一步评估轻量与残差CNN架构用于切片级别CT分类，但未确立患者级别诊断准确率或临床部署成熟度；多中心、患者级别验证、匹配灵敏度分析、可解释性分析和前瞻工作流程评估，是任何临床应用前的必要条件。
