轻量医学CNN的通道宽度改由递推阶数决定:脑MRI上参数最多减50.4%,精度有得有失
核心概要
轻量医学图像分类网络的通道宽度不再逐层手工设定或交给架构搜索。此前Fibonacci-Net按固定二阶递推分配滤波器数,容量难以调节。Scaled m-BonacciNet用m-Bonacci递推的主根算出缩放系数,把原通道向量整体收窄,并在末段卷积改用深度可分离卷积;15类脑MRI上Tribonacci版本取得96.09%准确率和0.9581宏F1,参数约0.85百万、FLOPs约365.69百万,但4类脑MRI与CKD超声上部分版本精度下降。
深度剖析
卷积网络每层放多少通道,可以由一个递推阶数m直接决定,而不必逐层手工设定或交给架构搜索。 此前的Fibonacci-Net把滤波器数固定为斐波那契序列(21, 34, 55, 89, 144, 233, 377),只能使用这一种二阶递推,对网络整体宽度的调节余地很小。 在15类脑MRI上,m=3的Tribonacci-Net比Fibonacci-Net准确率高0.67个百分点,参数减少约37.5%,FLOPs与MACs减少约40.7%;在44类脑MRI上,m=5的Pentanacci-Net准确率高0.34个百分点,参数减少约47.1%,FLOPs与MACs减少约44.5%。
缩放系数由递推的主根给出,阶数越高,网络越窄。 m-Bonacci递推的主正根随阶数从约1.618升到约1.984并趋近2,直接拿高阶递推项当滤波器数会让模型变大。 缩放系数取s_m=ln ρ2/ln ρm,使s_2=1、更高阶时小于1;缩放后的通道数再取整为8的倍数,得到m=3到m=6的通道向量,例如m=6为(16, 24, 40, 64, 104, 160, 264)。
末段卷积改用深度可分离卷积,进一步压低参数与计算量。 标准卷积的参数量随输入、输出通道数相乘增长,而深度可分离卷积把它拆成逐通道卷积与1×1逐点卷积两步。 在4类、15类、44类脑MRI与CKD超声四组设置上,各缩放版本相对Fibonacci-Net减少参数约37.5%–50.4%,FLOPs与MACs减少约40.7%–45.1%,神经元数减少25.0%–25.9%。
启示与展望
讨论范围限于脑MRI的4类、15类、44类三种分类设置,以及一个本地采集的CKD超声数据集;图像统一缩放到224×224,按60:20:20分层划分,训练50轮,未使用早停、数据增强或额外图像处理。Grad-CAM可视化只作定性解释,不构成病灶分割结果,也不能替代有经验放射科医师的判读。
缩放规则本身不保证分类性能不下降:在4类脑MRI上各缩放版本准确率下降0.77至2.11个百分点,在CKD超声上Tribonacci与Tetranacci各降5.00个百分点、Pentanacci降6.25个百分点。最优递推阶数随数据集而变,中间阶数在三组脑MRI基准上较均衡,而Hexanacci在CKD超声上最好,准确率83.75%、宏F1为0.7941。
