《Frontiers in Cellular and Infection Microbiology》：DETECTX: a novel deep learning approach for detecting pneumonia, tuberculosis, and aspergillosis from chest X-rays
编辑推荐：
背景： 曲霉病、肺炎和肺结核是截然不同的呼吸系统疾病，但它们在症状上存在相似性，包括咳嗽、发热和呼吸急促。这种重叠性使得准确诊断颇具挑战。延迟或错误的识别——尤其是对曲霉病的识别——可能导致患者预后恶化及显著的肺部损伤。
方法： 为应对这一诊断挑战，研究人员开
背景： 曲霉病、肺炎和肺结核是截然不同的呼吸系统疾病，但它们在症状上存在相似性，包括咳嗽、发热和呼吸急促。这种重叠性使得准确诊断颇具挑战。延迟或错误的识别——尤其是对曲霉病的识别——可能导致患者预后恶化及显著的肺部损伤。
方法： 为应对这一诊断挑战，研究人员开发了一种基于深度学习的系统，旨在利用胸部X光图像区分曲霉病、肺炎、肺结核和健康肺部。研究人员实现了三种模型：卷积神经网络（CNN）、ResNet-50以及一种新型孪生卷积神经网络（Siamese CNN）。模型在包含7,200张图像的数据集上进行了训练，该数据集分为四类：曲霉病、肺炎、肺结核和健康。研究人员采用了多种训练-测试比例以优化性能，并使用准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数（F1-score）和混淆矩阵（Confusion Matrix）进行评估。
结果： 在所测试的模型中，孪生神经网络表现最佳，达到了98.72%的准确率，超越了对比研究中最先进的模型。
结论： 新型孪生CNN模型在利用胸部X光图像区分呼吸系统疾病方面展现了卓越的准确性，为更准确、更及时的诊断提供了一种有前景的工具。研究人员还开发了一个直观的Web界面，使医疗服务提供者能够上传和分析医学图像，从而促进更快速、更可靠的诊断，支持及时干预。
论文解读
一、研究背景与问题
呼吸系统疾病是全球发病率和死亡率的重要贡献因素，给医疗服务体系带来了巨大压力。胸部X光摄影（Chest X-ray, CXR）因其在检测和表征心肺及胸部问题方面的有效性，仍然是最广泛使用的成像技术。肺炎以单侧或双侧肺泡炎症为特征，可导致咳嗽、发热、寒战和呼吸困难等症状。肺结核作为一种由结核分枝杆菌引起的慢性传染病，其影像学表现与多种肺部疾病高度相似。而曲霉病（Aspergillosis）作为一种由曲霉属真菌引起的肺部感染，在胸部X光片上常呈现与其他肺部感染极为相似的影像特征。
然而，这三种疾病虽然病理机制截然不同，却共享相似的临床症状，包括咳嗽、发热和呼吸急促，这种重叠性使得准确诊断面临巨大挑战。尤其值得关注的是，延迟或错误的识别——特别是对曲霉病的识别——可能导致患者预后恶化和显著的肺部损伤。从胸部X光片诊断肺炎的准确性高度依赖于医学专家的专业水平，而多种肺部疾病在影像模式上的高度相似性，即使是有经验的医生也可能导致误诊，可能造成严重且持久的后果。
在现有研究中，大多数深度学习系统仅聚焦于单一疾病的二分类任务。例如，基于AlexNet和GoogLeNet架构的肺结核自动分类系统仅用于肺结核的二分类检测；基于DenseNet121的肺炎检测方法也仅能区分肺炎与非肺炎；CheXNet虽能检测14种疾病，但并未专门针对曲霉病进行优化。曲霉病在胸部X光分析领域的研究相对匮乏，主要原因在于标注数据集的稀缺以及肺曲霉病与其他肺部感染影像学之间的显著相似性。此外，现有的多疾病检测框架如Rahman等人开发的肺炎、COVID-19和肺结核集成CNN模型，虽达到98.7%的准确率，但因数据可用性限制而排除了曲霉病。因此，开发一个能够同时区分肺炎、肺结核、曲霉病和正常肺部的多类分类系统，具有重要的临床意义和研究价值。
二、研究内容与核心方法
针对上述诊断挑战，研究人员开发了DETECTX系统——一种基于深度学习的统一框架，旨在利用胸部X光图像自动区分曲霉病、肺炎、肺结核和正常肺部四种类别。研究采用了7,200张胸部X光图像的数据集，来源于三个公开的Kaggle存储库，涵盖来自不同临床和机构来源的图像。数据集包含1,850张曲霉病图像、1,600张正常图像、1,950张肺炎图像和1,800张肺结核图像。所有图像均为高分辨率JPEG格式（256×256像素或更高），并通过感知哈希（pHash）去除了近重复图像。数据集按70%、15%、15%的比例分层划分为训练集、验证集和独立测试集。
研究人员采用了三种主要的技术方法：
第一，数据预处理与增强技术。 所有胸部X光图像被统一调整为256×256像素。数据增强管线包括随机旋转（-15°至+15°）、随机水平翻转（概率0.5）、随机垂直翻转（概率0.3）、宽高平移（10%）、缩放增强（0.85至1.15）、高斯噪声注入和随机亮度调整（0.8至1.2），以模拟患者定位、扫描仪校准和采集协议的差异，减少过拟合风险。增强操作仅应用于训练集。
第二，新型孪生卷积神经网络（Siamese CNN, SCNN）架构。 该架构以VGG16为基础，包含两个平行的改进VGG16分支，通过每层的拼接机制相互连接。网络包含16个卷积层、6个最大池化层、2个全连接层和Softmax输出层。训练采用两阶段策略：第一阶段为度量嵌入预训练，使用对比损失（Contrastive Loss）优化同类图像嵌入的紧凑性和异类图像嵌入的分离性；第二阶段为端到端微调，将分类交叉熵损失（Categorical Cross-Entropy Loss）与对比损失通过加权复合目标函数联合优化（λ=0.5）。此外，在拼接特征输入全连接层之前，引入了压缩-激励（Squeeze-and-Excitation, SE）注意力模块，通过全局平均池化和两层全连接网络重新校准通道重要性，增强判别性特征表示。
第三，基线模型对比评估。 为验证SCNN的性能优势，研究人员在相同条件下评估了五种基线架构：标准CNN（8个卷积层）、ResNet-50、EfficientNet-B0、Swin Transformer和VGG16，使用准确率、精确率、召回率、F1分数和混淆矩阵等标准指标进行评估。
三、研究结果
模型性能对比结果。 在独立测试集上，所提出的SCNN模型达到了98.72%的准确率、97.6%的精确率、98.2%的召回率和97.7%的F1分数，显著优于所有基线模型。标准CNN准确率为92.50%，ResNet-50为93.20%，VGG16为94.30%，Swin Transformer为95.80%，EfficientNet-B0为96.10%。McNemar检验显示χ2=12.47（p<0.001），表明SCNN与最佳基线模型之间的性能差异具有统计学显著性。
五折交叉验证结果。 五折交叉验证的平均准确率为98.58%±0.08%，平均精确率为97.4%±0.16%，平均召回率为98.06%±0.15%，平均F1分数为97.70%±0.15%，表明模型在不同数据划分下具有稳定性和可靠性。
消融实验结果。 通过逐步添加各组件验证了架构设计的贡献：仅使用骨干网络（Variant A）的准确率为94.30%；添加孪生架构（Variant B）提升至96.21%；进一步添加对比损失（Variant C）达到97.85%；完整模型包含SE注意力模块（Variant D）达到98.72%的准确率和97.7%的F1分数，证实了每个组件的有效性。
ROC曲线与置信区间结果。 采用一对多（One-versus-Rest, OvR）策略计算各类别的ROC曲线，各类别AUC值介于0.993至0.998之间。通过2,000次自助重采样（Bootstrap）计算的95%置信区间为：准确率[97.91, 99.32]、精确率[96.5, 98.6]、召回率[97.2, 99.1]、F1分数[96.6, 98.7]。
与现有方法对比结果。 与Alshmrani等人的VGG19模型（96.48%）、An等人的EfficientNetB0-DenseNet121集成模型（95.50%）、Gurung等人的UNet-Xception管道（95.00%）、Qin等人的ResNet101-DenseNet169集成模型（96.20%）以及Tootooni等人的知识蒸馏模型（95.30%）相比，DETECTX的98.72%准确率具有明显优势。
可解释性分析结果。 通过梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）可视化，肺结核病例的激活主要集中在肺上叶和中叶区域，与临床文献中典型的尖段浸润和空洞性病变模式一致；肺炎病例的激活广泛分布于下叶，反映细菌性肺炎的弥漫性肺泡实变模式；曲霉病病例的激活突出肺门周围和中带区域，对应特征性的晕征和致密实变；正常病例则呈现低且弥散的激活，与无局灶性病变一致。
四、讨论与结论
讨论部分总结。 研究结果表明，SCNN模型通过整合多任务学习、注意力机制和域自适应数据增强，显著增强了四类疾病间的特征判别能力。与传统方法相比，DETECTX框架的独特之处在于并行实现了三个在文献中单独存在但从未在同一架构中整合的能力：成对度量学习以区分视觉上相似的呼吸系统疾病、将曲霉病明确纳入诊断类别（大多数现有系统未包含），以及与包含治疗和专科推荐的临床决策支持界面集成。研究同时指出，跨研究比较存在局限性，因为不同研究使用了不同规模的数据集、不同的类别构成、不同的患者地理来源和人口统计学特征，以及不同的实验方案，因此准确率数值并非受控基准下的直接可比结果。
结论翻译。 本研究提出了一种新颖的基于Web的深度学习系统DETECTX，利用胸部X光图像实现曲霉病、肺炎、肺结核和正常病例的准确诊断。所提出的SCNN达到了98.72%的出色准确率，超越了包括VGG19、EfficientNetB0、DenseNet121集成模型和UNet-Xception在内的最先进基线模型。这一性能凸显了SCNN在区分不同呼吸系统疾病中细微放射学模式方面的能力，尤其是对常被低估的曲霉病等具有挑战性的病例。该系统集成了基于Flask开发的用户友好型Web界面，支持胸部X光图像的无缝上传和分析，提供快速诊断输出，包括疾病分类、严重程度评估、治疗建议和预防措施。通过整合顾问匹配推荐系统，DETECTX成为一款综合性的医疗管理工具，有助于及时医疗干预并减轻医疗系统负担。其轻量级架构确保了在资源受限的临床环境中的实际部署可行性，增强了全球多样化医疗环境中的可及性和可扩展性。尽管性能强劲，该框架仍受限于在单一数据集上的评估以及孪生训练相关的计算开销。未来工作将侧重于在来自不同临床机构和患者群体的额外公开胸部X光数据集上评估DETECTX框架，以进一步验证其泛化能力和稳健性，跨数据集验证将提供对该框架临床可靠性的更全面评估。
