《Diagnostics》：An Attention-Residual Hybrid CNN for CT-Based Multiclass Classification of Alcohol-Related Liver Disease: Differential Diagnosis Against HBV-Related Cirrhosis
编辑推荐：
中文翻译（摘要部分）
背景： 在横断面影像学检查中，将酒精性肝病（ARLD）与其他病因引起的慢性肝损伤进行鉴别仍是一个具有临床意义的挑战。特别是，酒精性肝炎和酒精性肝硬化在CT影像上可能与HBV相关肝硬化在形态学上存在重叠。本研究旨在开发并评估一种注意力-残差
中文翻译（摘要部分）
背景： 在横断面影像学检查中，将酒精性肝病（ARLD）与其他病因引起的慢性肝损伤进行鉴别仍是一个具有临床意义的挑战。特别是，酒精性肝炎和酒精性肝硬化在CT影像上可能与HBV相关肝硬化在形态学上存在重叠。本研究旨在开发并评估一种注意力-残差混合卷积神经网络（CNN），用于对酒精性肝炎、酒精性肝硬化、HBV相关肝硬化及活体肝移植供体的CT图像进行多分类。方法： 研究人员构建了一个包含来自144例个体（每组36例）的5760张CT图像的四分类肝脏图像数据集，图像来源于酒精性肝炎、酒精性肝硬化、HBV相关肝硬化和活体肝移植供体。该数据集在患者层面被划分为训练集、验证集和测试集。研究人员首先对五种预训练的CNN架构（包括DenseNet121、ResNet50、MobileNetV3-Large、EfficientNetB0和ConvNeXt-Tiny）进行了微调和比较评估。基于F1分数排名，DenseNet121和ConvNeXt-Tiny被选为所提出混合模型的两个骨干网络。最终架构整合了注意力池化（Attention Pooling）、特征级线性调制（FiLM）、多头注意力（Multi-head Attention）、门控线性单元（Gated Linear Units）、残差连接（Residual Connections）和层归一化（layer normalization），以改进特征融合和上下文表征。结果： 所提出的模型在测试集上展现出所有评估架构中最佳的整体性能。其准确率达到99.55%，加权F1分数为99.55%，马修斯相关系数（MCC）为0.9941，Cohen's kappa系数为0.9940。该模型的受试者工作特征曲线下面积（ROC-AUC）和精确率-召回率曲线下面积（PR-AUC）分别达到100.00%和99.99%，阴性预测值（NPV）为99.85%。所提出模型的性能在各类别间也保持均衡。对于酒精性肝硬化，精确率、召回率和F1分数均为99.64%。对于酒精性肝炎，相应数值分别为100.00%、98.93%和99.46%，而HBV相关肝硬化则达到了99.29%的精确率、99.64%的召回率和99.47%的F1分数。活体肝移植供体类别达到了99.29%的精确率、100.00%的召回率和99.64%的F1分数。结论： 这项探索性研究的结果表明，常规CT图像可能包含与弥漫性肝病病因导向分类潜在相关的基于图像的差异。该模型不仅能区分ARLD与HBV相关肝硬化及活体肝移植供体的图像，还捕捉到了ARLD主要亚组（包括酒精性肝炎和酒精性肝硬化）之间基于图像的差异。这些发现支持在更大规模的独立和多中心数据集中进一步研究CT衍生的基于图像的差异。
论文解读文章
一、研究背景与问题提出
慢性肝病是全球重大健康问题，每年导致超过两百万例死亡，约占全球死亡总数的4%。在主要病因中，酒精性肝病（ARLD）对过早死亡和残疾的贡献显著，2019年全球因ARLD损失了1100万生命年。酒精性肝炎是ARLD谱系中具有重要临床意义的炎症性疾病亚型，可表现为急性或快速恶化的黄疸，严重者可合并慢加急性肝衰竭，其1个月死亡率约为20–50%。与此同时，慢性乙型肝炎病毒（HBV）感染仍是肝硬化和肝细胞癌（HCC）的主要全球性病因，影响约2.96亿人，2019年导致约33.1万人死于HBV相关肝硬化。
在临床实践中，当病史不完整且影像学表现重叠时，区分ARLD与HBV相关肝硬化尤为重要。CT作为常规检查手段，可提供肝实质纹理、轮廓不规则性、结节性、血管解剖及慢性肝病并发症等信息。然而，传统视觉判读存在重要局限：一项以组织学为金标准的前瞻性队列研究显示，经验丰富的放射科医师基于CT诊断肝硬化的敏感性为74%、特异性为93%，在Child–Pugh A级肝硬化患者中敏感性降至60%；另一项多中心研究报道CT诊断准确率为67.0%、敏感性84.3%、特异性52.9%。不同病因的肝硬化可能趋同于相似的形态学模式，而酒精性肝炎的影像特征在非典型重症表现外可能细微、重叠或缺乏特异性。在ARLD谱系内部，酒精性肝炎与酒精性肝硬化尽管代表不同的临床和病理过程，却可能共享影像特征，进一步增加了鉴别难度。
既往计算影像学研究多聚焦于纤维化分期、门静脉高压或局灶性病变特征化，而非弥漫性肝病内的多分类病因及临床影像学鉴别。因此，本研究旨在探索常规CT图像是否包含能够区分ARLD与HBV相关肝硬化、同时鉴别ARLD主要亚组（特别是酒精性肝炎与酒精性肝硬化）的判别性视觉模式，并开发一种混合深度学习框架来应对这一临床有意义但研究不足的问题。
二、研究设计与核心发现
研究人员开展了一项回顾性、单中心、基于图像的分类研究，在土耳其?n?nü大学肝移植研究所进行。最终分析队列包含144例个体，每组36例，分别为活体肝移植供体、HBV相关肝硬化、酒精性肝炎和酒精性肝硬化患者。数据集共包含5760张CT图像，每类1440张，每例患者提供非增强、动脉期、门静脉期和延迟期四个时相各10张图像。数据集在患者层面划分，100例用于训练、16例用于验证、28例用于测试。
研究得出以下核心结论：所提出的注意力-残差混合CNN模型在测试集上实现了99.55%的准确率、99.55%的加权F1分数、0.9941的MCC和0.9940的Cohen's kappa系数，ROC-AUC达100.00%、PR-AUC达99.99%、NPV为99.85%。在1120张测试图像中正确预测了1115张。各类别性能均衡，F1分数范围为99.46%至99.64%。这一结果表明常规CT图像可能包含与弥漫性肝病病因导向分类相关的判别性信息，且模型能够捕捉ARLD主要亚组之间的图像差异。
三、关键技术方法概述
研究采用两阶段开发流程。第一阶段对五种预训练CNN架构（DenseNet121、ResNet50、MobileNetV3-Large、EfficientNetB0、ConvNeXt-Tiny）进行微调与比较评估，所有模型使用ImageNet预训练权重初始化，先训练分类头5个轮次，再进行12轮全网络微调。基于验证集F1分数排名，选择DenseNet121（验证准确率98.59%）和ConvNeXt-Tiny（97.97%）作为骨干网络。第二阶段构建混合架构：DenseNet121作为Backbone A，ConvNeXt-Tiny作为Backbone B，输入图像同时馈入两个骨干网络提取特征；Backbone A的特征经注意力池化后用于对Backbone B的特征进行特征级线性调制（FiLM）条件化；调制后的特征图经第二个注意力池化块处理后，线性投影、融合并送入多头注意力（MHA）模块；注意力增强表征随后经门控线性单元（GLU）多层感知机处理，配合残差连接、层归一化和最终softmax分类。混合模型训练25个轮次，使用Adam优化器，初始学习率1×10?4，批大小32，在Google Colab的NVIDIA T4 GPU上完成实验。
四、研究结果
4.1 队列与数据集构成
数据集包含四类共5760张CT图像，每类1440张，其中1000张用于训练、160张用于验证、280张用于测试。最终分析队列共144例个体，每类36例，每例提供非增强、动脉期、门静脉期和肝延迟期CT图像。
4.2 所提出模型与基线模型的性能比较
验证结果显示DenseNet121以98.59%的验证准确率最为成功，其次为ConvNeXt-Tiny（97.97%）、MobileNetV3-Large（95.94%）、ResNet50（95.63%）和EfficientNet-B0（94.22%）。测试集上，所提出模型以99.55%的准确率最为成功，DenseNet121和ConvNeXt-Tiny在预训练模型中表现最强，EfficientNet-B0准确率最低（94.02%）。在高级指标方面，所提出模型获得加权F1分数99.55%、MCC 0.9941、Cohen's Kappa 0.9940、ROC-AUC 100.00%、PR-AUC 99.99%、NPV 99.85%。校准性能方面，所提出模型实现ECE 2.88%、Brier分数0.0084、Log-Loss 0.0397，均为最优。类别层面，酒精性肝硬化类别的精确率、召回率和F1分数均为99.64%；酒精性肝炎类别为100.00%精确率、98.93%召回率、99.46% F1分数；HBV相关肝硬化类别为99.29%精确率、99.64%召回率、99.47% F1分数；活体肝移植供体类别为99.29%精确率、100.00%召回率、99.64% F1分数。Bootstrap 95%置信区间显示准确率区间为99.11–99.91%，ROC-AUC区间为99.99–100.00%，表明结果对抽样变异性稳定。McNemar检验经Holm校正后所有p值均低于0.05，表明所提出模型的性能优势具有统计学显著性。混淆矩阵显示，所提出模型正确预测了280张酒精性肝硬化测试图像中的279张，1张被误判为活体肝移植供体；酒精性肝炎类别有3张测试图像预测错误；HBV相关类别有1张预测错误；活体肝移植供体类别全部正确预测。
4.3 消融研究与鲁棒性分析
消融研究显示，包含所有组件的完整模型实现了最高整体性能（准确率99.55%、平衡准确率99.55%、宏精确率99.56%、特异性99.85%、宏F1分数99.55%）。单独评估时，DenseNet121宏F1分数为98.75%，ConvNeXt-Tiny为97.86%；并行组合两个架构的特征将宏F1分数提升至99.37%；多头注意力、FiLM和注意力池化变体分别获得99.20%、99.01%和98.84%的宏F1分数。完整模型优于所有变体，支持组件组合使用的有效性。鲁棒性分析显示，模型在亮度变化0.75时保持99.46%准确率，对比度变化时99.38%，JPEG压缩下98.93%。添加高斯噪声时宏F1分数降至90.91%，但ROC-AUC保持在99.67%。高斯模糊导致最显著性能损失，准确率降至67.95%、宏F1分数降至65.04%。
4.4 Grad-CAM发现
Grad-CAM可视化显示，在正确分类的样本中，模型主要关注肝脏及周围上腹部解剖区域，激活集中在肝脏和周围腹部区域。但激活分布因样本而异，部分图像中肝脏以外区域也对模型决策有贡献，表明模型决策并非基于单一局部区域。在错误分类样本中，部分图像的激活扩散至较大腹部区域或肝脏以外区域，缺乏明确和局部的激活模式，提示模型在未能充分表征区分性特征时可能做出错误决策。
五、讨论总结与结论翻译
讨论部分总结： 本概念验证研究表明，常规CT图像可能包含与弥漫性肝病多分类鉴别相关的基于图像的差异，这些差异可能超越ARLD与HBV相关肝硬化的区分，也存在于ARLD主要亚组之间。与既往聚焦于局灶性肝脏病变、纤维化分期、肝硬化检测、脂肪变性定量和门静脉高压评估的肝脏影像AI研究相比，本研究填补了弥漫性实质肝病中病因导向分类研究相对稀缺的空白。与基于MRI的二元分类研究相比，本研究使用CT并将任务扩展至包含酒精性肝炎、酒精性肝硬化、HBV相关肝硬化和活体肝移植供体的四分类框架。所提出模型的有利性能可能部分归因于其混合设计：DenseNet121通过密集连接促进特征复用，ConvNeXt-Tiny提供具有不同特征提取轮廓的现代卷积表征，后续整合的注意力池化、FiLM、多头注意力、GLU和残差融合旨在保留局部纹理信息的同时改善跨融合特征空间的上下文整合。消融分析表明骨干网络和附加组件的逐步整合与分类性能的逐步提升相关。观察到的误分类数量有限且发生在病变肝脏类别之间，可能部分反映酒精性肝炎、酒精性肝硬化和HBV相关肝硬化之间重叠的影像特征。Grad-CAM作为可解释人工智能工具提供了模型行为的定性解释，但并未确立模型学习了临床因果或病理特异性特征。鉴于既往系统综述中关于偏倚风险和适用性的担忧，本研究结果应被视为图像层面技术可行性的探索性证明，而非可立即投入临床应用的性能证据。未来研究应优先在更大规模和独立队列中验证，包括多中心数据集、更广泛的临床异质性，以及明确设计用于测试超越当前图像层面框架泛化性的评估策略。此外，整合CT发现与人口统计学、生化、组织病理学和临床严重程度数据的多模态方法可能提高诊断鲁棒性和临床相关性。
局限性： 本研究为回顾性、单中心分析，在选定的移植和活体供体人群中进行，谱系偏倚可能限制向更广泛临床环境的泛化性。数据集虽在患者层面划分，但模型预测和性能指标在图像层面评估，同一患者的多张CT图像之间存在患者内相关性。研究结果来自单一机构数据集，未经外部验证。研究未纳入与放射科医师判读、常规影像评分、弹性成像、血清纤维化指数或联合临床模型的比较，因此所提出模型相对于现有方法的增量价值仍不确定。
结论翻译： 这项探索性图像研究表明，常规CT可能包含与弥漫性实质肝病病因导向分类相关的判别性视觉信息。所提出的注意力-残差混合CNN识别出能够区分ARLD与HBV相关肝硬化及活体肝移植供体的CT衍生特征，同时也能鉴别ARLD主要亚组，包括酒精性肝炎和酒精性肝硬化。这些发现支持在临床相关的ARLD亚组间存在潜在不同的CT模式。需要更大规模的独立和多中心数据集，并采用患者层面评估，以评估这些CT衍生信号的鲁棒性、可重复性和临床相关性。
