《Frontiers in Oncology》:An optimized EfficientNetB7 deep learning model for lung cancer tissue pathology image recognition
编辑推荐:
背景:肺癌是全球癌症死亡的首要原因。本研究构建并优化了一个深度学习模型,用于识别肺癌病理图像以实现智能分类。方法:研究人员采用LC25000数据集进行模型训练,以LungHist700数据集作为独立验证,以验证集F1分数作为主要评价指标。
背景:肺癌是全球癌症死亡的首要原因。本研究构建并优化了一个深度学习模型,用于识别肺癌病理图像以实现智能分类。方法:研究人员采用LC25000数据集进行模型训练,以LungHist700数据集作为独立验证,以验证集F1分数作为主要评价指标。首先对九种经典卷积神经网络(Convolutional Neural Network, CNN),即DenseNet201、EfficientNetB7、EfficientNetV2S、InceptionResNetV2、MobileNetV3Large、NASNetLarge、ResNet50V2、VGG19和Xception,进行基准测试。随后,研究人员测试了三种集成策略,包括等权平均(Equal-Weighted Averaging)、性能加权平均(Performance-Weighted Averaging)和XGBoost(eXtreme Gradient Boosting)。同时,对最优单一模型实施了超参数调优。结果:所有九种基线模型在训练集和内部测试集上均获得了良好性能。在单一模型中,EfficientNetB7表现最佳,F1分数为0.891,AUC(Area Under the Curve, ROC曲线下面积)为0.749。集成方法的F1分数最高仅为0.889,与最佳单一模型相比无明显优势。相比之下,经超参数优化的EfficientNetB7实现了显著的泛化性能提升,准确率为0.873,精确率为0.864,召回率为0.999,F1分数为0.926,AUC为0.871。结论:优化后的模型能够有效识别肺癌病理图像,为智能诊断提供技术支持。未来的临床转化需要进行多中心、大样本的临床验证。
**一、研究背景与现存问题**
肺癌是全球范围内对人类健康威胁最大的恶性肿瘤之一,其新发病例数和死亡病例数均居各类恶性肿瘤前列,给全球公共卫生系统带来沉重负担。肺癌的早期诊断和准确分型对改善患者预后、降低死亡率至关重要,组织病理活检是肺癌诊断的金标准。然而,传统病理诊断依赖病理医师的专业经验,存在病理医师短缺(尤其在基层医疗机构)、阅片耗时费力易致人为失误、不同经验水平医师诊断一致性欠佳等问题。随着数字病理技术发展和全切片成像(Whole-Slide Imaging, WSI)普及,病理切片的数字化存储与传输已成为常态,为基于人工智能的自动化病理诊断提供了基础。尽管Vision Transformers及大规模病理基础模型(如UNI、Virchow、CONCH、TransVG++)在病理图像分类中展现出特征提取与迁移能力,但部署这些模型通常需要更多计算资源和内存,其在小样本微调场景中的性能仍需更多实证验证。既有研究仍存在以下问题:部分研究仅在单一数据集内划分训练和测试集,缺乏独立外部数据集验证,导致模型泛化性能被高估;多数研究采用单一CNN架构,缺乏对肺癌病理图像分类任务的基准测试,模型选择缺乏充分依据;部分研究虽采用集成策略,但未比较不同集成策略间的差异,无法明确集成模型是否显著优于最优单一模型。
**二、研究工作与意义**
针对上述问题,研究人员基于LC25000数据集构建训练和内部测试集,以LungHist700数据集作为独立外部验证集,以验证集F
1分数为核心筛选指标,对九种经典CNN架构进行基准测试;随后采用三种不同集成策略构建集成模型,评估集成策略在此任务中的应用价值;最后对泛化性能最优的EfficientNetB7模型进行7类超参数优化,探索其性能潜力并构建最终识别模型。研究结果为该领域模型选择提供了基准参考,所构建的高泛化性能模型为自动化肺癌病理诊断工具的开发提供了技术支持,有助于提升肺癌病理诊断的效率和一致性。
**三、关键技术方法**
研究人员采用的LC25000数据集(共15000张图像,疾病组10000张、对照组5000张)用于模型训练与内部测试,按8:2分层随机划分;LungHist700数据集(共691张,疾病组540张、对照组151张)作为独立外部验证集。所有图像统一缩放至224×224像素并进行标准化处理。九种CNN均采用ImageNet预训练权重进行全参数微调,统一设置批大小32、Adam优化器、初始学习率1e-4、交叉熵损失函数、训练30轮。集成模型基于各模型sigmoid激活前的原始分数构建;超参数优化采用3000次随机搜索,覆盖学习率、批大小、dropout率、损失函数、权重衰减系数、训练轮数和优化器7类参数。
**四、研究结果**
**4.1 单一模型性能**
九种基准模型在训练集和内部测试集上均表现出高拟合性能,AUC均为1.000。在独立外部验证集上,各模型泛化性能出现分化:EfficientNetB7验证集F
1分数最高(0.891)、AUC为0.749;DenseNet201、EfficientNetV2S、InceptionResNetV2的F
1分数分别为0.812、0.893和0.880;VGG19最低(0.494),泛化性能最差。该结果证实不同CNN架构在肺癌病理图像识别任务中泛化性能存在显著差异,EfficientNetB7基础泛化能力最佳。
**4.2 集成模型性能**
基于九种基准模型输出构建的等权平均、性能加权平均和XGBoost三种集成模型,在训练集和测试集上各指标均接近1.000,与基准模型无明显差异;但在独立外部验证集上F
1分数分别为0.889、0.887和0.883,AUC分别为0.803、0.807和0.800,均未超过最优单一模型EfficientNetB7。Spearman秩相关分析显示九种模型在训练集和测试集上两两间均呈显著正相关,预测结果缺乏足够互补性。该结果证实集成策略未能显著提升模型泛化性能,最优单一模型优于集成模型。
**4.3 优化单一模型性能**
超参数优化结果表明:批大小为16时模型验证集F
1分数最稳定;dropout率超过0.26时性能出现明显波动;基于二元交叉熵的损失函数优于Focal Loss;权重衰减系数在1e-5至5e-5范围内模型性能最稳定;训练轮数25-30时F
1分数维持稳定高水平;AdamW优化器整体表现最佳且最稳定,sgd优化器导致性能明显下降。最终最优超参数组合为批大小16、dropout率0.3、bce_with_logits损失函数、AdamW优化器、权重衰减系数1e-4、训练轮数30。优化后的EfficientNetB7模型在独立验证集上准确率0.873、精确率0.864、召回率0.999、F
1分数0.926、AUC 0.871,较基线模型显著提升。DeLong检验(Z=-5.508,p<0.001)与McNemar检验(χ2=6.223,p=0.013)均证实优化模型显著优于基线模型。
**五、讨论总结与研究结论**
讨论部分指出,各模型泛化性能差异的核心原因在于域偏移(domain shift)问题,即不同数据集的病理切片制备流程、染色条件、扫描设备和参数差异导致图像数据分布改变。EfficientNet系列采用复合缩放策略,同步优化网络深度、宽度和输入分辨率,在控制参数量的同时提升特征提取能力并降低过拟合风险。集成策略未能带来性能提升的原因在于:九种模型在训练和测试集上性能均高,预测结果高度相关、缺乏互补性,且低性能模型的纳入对集成结果产生负面影响。超参数方面,AdamW优化器通过将权重衰减与梯度更新解耦,有效降低过拟合风险;Focal Loss在类别均衡的数据集上反而导致模型优化方向偏离;过高的dropout率会破坏ImageNet预训练已学得的有效特征。
研究结论为:本研究构建的优化EfficientNetB7模型能够准确识别肺癌组织病理图像,在独立外部验证数据集上展现出良好的泛化性能,为肺癌病理诊断自动化提供了技术支持。研究明确了肺癌病理图像识别任务的高性能模型架构和超参数组合,为相关领域研究提供了基准参考。未来研究将开展多中心、大样本临床验证,拓展模型应用场景,并推动其临床转化。