基于多尺度可变形注意力模块与增强数据扩充的ResNet101脑肿瘤多类别分类研究

《Scientific Reports》:Multi-class classification of brain tumor using a ResNet101 backbone integrated with multi-scale deformable attention module and advanced data augmentations

【字体: 大 中 小 】 时间:2026年04月04日 来源:Scientific Reports 3.9

编辑推荐:

  脑肿瘤多类别分类是临床诊断的挑战。本研究构建了基于ResNet101骨干网络、集成多尺度可变形注意力模块(MS-DAM)的深度学习框架,应用于Kaggle 14类MRI脑肿瘤数据集。通过混合数据增强与mixup正则化提升泛化能力,并利用Grad-CAM和SHAP实现模型可解释性。该模型取得了优异的分类准确率(验证集96.89%,测试集99.21%),为精准、鲁棒的脑肿瘤自动诊断提供了新方案。

  
脑肿瘤是威胁人类健康的重要疾病,磁共振成像(Magnetic Resonance Imaging, MRI)是其临床诊断和个性化治疗方案制定的关键依据。然而,脑肿瘤的精准诊断并非易事。肿瘤形态千变万化,不同病理类别之间差异微妙,这给医生凭经验阅片带来了巨大挑战。尽管近年来卷积神经网络(Convolutional Neural Networks, CNNs)以及各类基于注意力的深度学习框架在医学影像分析中取得了显著进展,但在脑肿瘤多类别分类任务上,要同时实现鲁棒的分类性能、良好的泛化能力以及临床所需的模型可解释性,仍是一个亟待解决的难题。现有的模型可能在特定数据集上表现良好,但面对肿瘤形态的显著变异性和多类别间的细微差别时,其性能往往不稳定。此外,模型如何像人类专家一样,既关注病灶的局部特征,又能把握影像的全局上下文信息,并最终给出令人信服的诊断依据,是推动人工智能辅助诊断走向临床实际应用必须跨越的鸿沟。
为此,研究人员在《Scientific Reports》上发表了一项研究,旨在应对上述挑战。他们开展了一项关于脑肿瘤多类别自动分类的研究,核心是开发一个新颖的深度学习框架。该研究的主要思路是,在一个强大的特征提取骨干网络——ResNet101的基础上,集成一个专门设计的多尺度可变形注意力模块(Multi-Scale Deformable Attention Module, MS-DAM)。这个模块的巧妙之处在于,它能够自适应地聚焦于图像中不同尺度的感兴趣区域,特别是那些与肿瘤相关的特征,从而同时捕获全局的上下文信息和局部特异性的肿瘤细节。为了提升框架的泛化能力,避免过拟合,研究团队还采用了混合数据增强策略,并结合了mixup正则化技术。更重要的是,为了使模型的决策过程对临床医生透明、可理解,他们引入了Grad-CAM和SHAP这两种先进的模型可解释性分析方法,以可视化并量化模型做出分类决策所依据的图像区域和特征。
研究在著名的Kaggle 14类MRI脑肿瘤数据集上对该框架进行了训练与评估。这个数据集包含了多种常见脑肿瘤类型的MRI影像,为多类别分类任务提供了良好的测试平台。研究人员通过一系列实验,系统地评估了所提出模型的性能,并将其结果与现有文献中报道的先进方法进行了比较。
为开展此项研究,作者主要应用了以下几项关键技术方法:1. 基于ResNet101的深度卷积神经网络架构,作为特征提取骨干。2. 新设计的多尺度可变形注意力模块,用于融合全局与局部多尺度特征。3. 结合了传统图像变换与mixup正则化的混合数据增强策略,以提升模型泛化能力。4. 采用Grad-CAM和SHAP进行模型预测的可视化与归因分析,增强可解释性。研究所用的样本影像来源于公开的Kaggle脑肿瘤MRI数据集。
研究结果
模型架构与注意力机制的有效性
研究人员构建了以ResNet101为骨干、集成MS-DAM的分类框架。通过消融实验对比,验证了引入MS-DAM能显著提升模型分类性能。该模块通过可变形卷积与注意力机制,使模型能够动态调整感受野,精准聚焦于不同形态、大小的肿瘤区域及其上下文,有效解决了肿瘤形态多变和类间差异细微带来的识别困难。
数据增强与正则化的泛化提升作用
面对医学影像数据通常有限的问题,研究采用了混合数据增强(包括旋转、翻转、缩放等)并结合mixup正则化策略。实验结果表明,这种策略有效抑制了模型过拟合,在独立测试集上取得了高达99.21%的准确率,显著优于未使用增强策略的基线模型,证明了该方法对提升模型泛化能力的必要性。
分类性能的定量评估
在Kaggle 14类脑肿瘤数据集上,所提出的模型在验证集和测试集上分别取得了96.89%和99.21%的分类准确率。通过与现有文献中多种先进CNN模型(如VGG, DenseNet等)及注意力模型的对比分析,该模型在整体准确率、精确度、召回率和F1分数等多项指标上均表现出优越性,证实了其在多类别脑肿瘤分类任务中的领先性能。
模型决策的可解释性分析
利用Grad-CAM生成的热力图清晰显示,模型在进行分类时,其注意力主要集中于MRI影像中的肿瘤实体区域及周边相关组织结构,而非无关背景。SHAP分析进一步量化了不同图像特征对最终分类决策的贡献度。这些可视化与量化结果与放射科医生的诊断关注点具有一致性,为模型的预测结果提供了直观、可信的依据,增强了其在临床环境中的可用性和可信度。
研究结论与意义
本研究成功开发并验证了一个基于ResNet101与多尺度可变形注意力模块的深度学习框架,用于脑肿瘤MRI影像的多类别自动分类。该框架的核心创新在于MS-DAM模块,它通过自适应多尺度特征融合,有效提升了模型对复杂多变肿瘤形态的鉴别能力。结合先进的数据增强策略,模型展现了卓越的分类准确率(测试集99.21%)和强大的泛化性能。尤为重要的是,通过Grad-CAM和SHAP分析,研究实现了对模型决策过程的可视化与解释,迈出了使“黑箱”模型变得透明可信的关键一步。
这项工作具有重要的理论价值与临床意义。在理论上,它将可变形卷积与注意力机制相结合,为医学影像分析中的特征提取与融合提供了新思路。在实践上,所提出的高精度、可解释的自动分类系统,有望成为放射科医生的有力辅助工具,能够提高脑肿瘤诊断的效率和一致性,减少人为差异,并为个性化治疗规划提供定量化支持。该研究为人工智能在精准医疗,特别是神经肿瘤学领域的深入应用,提供了一个兼具高性能与高可信度的解决方案范例。
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