基于脑启发计算框架的图像风险智能评估:Bicom模型在皮肤癌预测中的应用

《Scientific Reports》:A brain-inspired computational framework for image-based risk assessment

【字体: 大 中 小 】 时间:2026年03月30日 来源:Scientific Reports 3.9

编辑推荐:

  皮肤癌早期诊断亟需兼顾表征能力与计算效率的预测方法。研究人员开发了脑启发的Bicom框架,通过F-ResNeSt(多尺度特征提取架构)和L-CoAtNet(分类网络)高效整合上下文信息,并引入脉冲神经网络(SNN)模块对不确定样本进行置信度感知优化。实验表明该框架在多个评估指标上均具竞争力,为辅助皮肤癌风险评估提供了有效、鲁棒且可扩展的解决方案。

  
皮肤癌,特别是黑色素瘤,因其潜在的致命性而成为全球公共卫生的重大挑战。若能早期发现并及时干预,患者的生存率将得到显著提升。这推动了人工智能技术在皮肤病学辅助诊断领域的快速发展,尤其是基于皮肤镜图像的自动分析系统。尽管深度学习模型在此任务上展现出巨大潜力,但现实应用仍面临双重瓶颈。一方面,精确的风险预测需要模型能够捕捉从细微纹理到宏观形态的多尺度病灶特征,并进行高效的全局上下文建模,这通常意味着高昂的计算成本。另一方面,临床决策对模型的可靠性有极高要求,尤其是在面对模棱两可、难以区分的“模糊样本”时,现有模型往往难以给出置信度评估,限制了其在辅助医生决策中的实用价值。为了应对这些挑战,一项发表在《Scientific Reports》上的研究提出了一种新颖的解决方案。
研究人员提出了一个名为Bicom的脑启发计算框架,旨在为皮肤癌风险预测构建一个既强大又高效的模型。他们的核心思路是借鉴生物神经信息处理的某些高效特性,将其融入深度学习架构。具体而言,该研究从特征提取、分类决策到结果校准三个层面进行了系统性设计。首先,他们开发了F-ResNeSt架构,它以高效的ResNeSt网络为骨干,并集成了特征金字塔网络(FPN)以实现多尺度特征融合。更为关键的是,它引入了基于Linformer的线性复杂度注意力机制,用以替代传统的二次复杂度注意力,从而在保持强大特征表征能力的同时,大幅提升了计算效率。其次,在分类网络层面,他们优化了L-CoAtNet,同样用Linformer注意力取代了原有的相对注意力机制,实现了可扩展的全局上下文建模。最后,也是该框架最具创新性的一点,是引入了一个受大脑神经元脉冲发放机制启发的脉冲神经网络模块,作为一个置信度感知的精炼机制。这个模块专门处理那些分类置信度不高的“模糊样本”,对其进行二次分析和校准,从而提升了模型整体预测的可靠性。
为验证Bicom框架的有效性,研究团队在公开数据集和特定受试者数据集上进行了全面的实验。结果一致表明,该框架在皮肤癌风险预测任务上取得了具有竞争力的性能。
结果1:模型整体性能评估
通过在标准测试集上的评估,Bicom框架在敏感性、特异性、准确率及AUC(曲线下面积)等多个核心指标上,均达到或超过了当前先进的基线模型水平。这证实了该框架在皮肤癌风险判别任务上的有效性。
结果2:计算效率分析
对模型推理时间和内存占用的定量分析显示,得益于Linformer线性注意力机制的引入,F-ResNeSt和L-CoAtNet组件在计算资源消耗上显著低于使用传统注意力机制的对应模型,而性能未见明显下降。这证明了该框架在提升计算效率方面的成功。
结果3:模糊样本处理效能
通过专门设计的实验,研究人员评估了脉冲神经网络(SNN)置信度感知精炼模块的表现。结果表明,对于初始分类置信度较低的样本,经过该模块处理后,其最终分类准确率得到了显著提升。这直接验证了脑启发SNN模块在增强模型预测可靠性,特别是在处理临床疑难案例方面的价值。
结果4:消融研究与鲁棒性验证
通过系统的消融实验(逐步移除框架中的关键组件进行对比),研究证实了F-ResNeSt的多尺度特征融合、L-CoAtNet的全局建模以及SNN精炼模块各自对最终性能的提升均有不可替代的贡献。此外,在不同分布的数据集上的测试表明,Bicom框架表现出良好的泛化能力和鲁棒性。
综上所述,这项研究成功构建并验证了Bicom这一脑启发的皮肤癌风险预测计算框架。其主要结论是,通过集成线性复杂度的注意力机制实现高效的多尺度特征提取与全局上下文建模,并结合脉冲神经网络进行置信度感知的后处理精炼,能够在不牺牲预测精度的前提下,显著提升模型的计算效率和对于模糊样本的判别可靠性。这项工作的意义在于,它不仅为皮肤癌的计算机辅助诊断提供了一个性能强劲且实用的新工具,更重要的是,展示了一条将脑科学的高效计算原理与深度学习模型设计相结合的技术路径。这种跨学科的融合思路,对于推动医疗人工智能模型向更高效、更可靠、更接近临床实用需求的方向发展,具有重要的启发价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号