超声诊断标注不必逐帧硬啃:EvoDiff用扩散模型生成探针,只挑真图给专家标
EvoDiff把主动学习的选样改成“先生成、再检索”:在特征空间里用扩散采样生成合成探针,只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中,它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线,并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。
EvoDiff把主动学习的选样改成“先生成、再检索”:在特征空间里用扩散采样生成合成探针,只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中,它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线,并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。
医学影像分类的公平性通常只约束输出层面的组间差距,但线性分类头下,输出分数差等于各特征归因差的带符号求和,正负贡献可以相互抵消,使输出看似公平。研究在三种等化几率代理目标上各加入同一项归因差异惩罚,在HAM10000性别公平与Harvard-GF种族公平两个任务上,六组配对的超体积比较全部为正,相对增益1.49%至10.57%。在预设效用约束下,增强后的模型族等化几率差降低9.0%至38.7%,归因差异与抵消比同时下降。
Claude Opus 5.5 与 GPT-6 Astra 在单次回复中直接写出一个小型卷积网络的权重,全程不接触任何图像,在六个 MedMNIST 任务上平均测试 AUC 分别为 0.719 和 0.711,均高于零样本 MedSigLIP 的 0.588。但同一网络用 Adam 在 256 张标注图上训练后平均 AUC 达 0.828,在每个 MedMNIST 任务上都更高;在合成子宫 MRI 任务上 Opus 为 0.764,Astra 因系统性错误跌到 0.136。
医学影像分类的卷积网络解释图有了新的训练方式:SalientNet不依赖人工标注的显著图,而是要求生成的掩码保留足够信息,让冻结的分类器在受控容差内复现原预测。在BreakHis、Brain MRI ND5和FracAtlas三个数据集上,它相对Grad-CAM、Grad-CAM++和LIME在多数数据集与网络组合中取得更高的忠实度(Win %)和更低的预测下降(Drop %),并在FracAtlas上与医生标注的骨折区域呈现较强空间相关,ResNet-18的平均真值活跃比例最高达0.96。
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。
在九类胸片疾病分类上,把SE、CBAM、BAM、GCN、GAT五种轻量注意力或图模块分别插入同一个ResNet-50主干,十个随机种子下没有一个模块超过未改动的基线。基线逐种子宏平均AUC为0.7990±0.0023,CBAM与GAT在多重比较校正后反而显著偏低,但效应量都落在预设的0.01 AUC等效界内。结论在训练集扩大2.4倍、换用ResNet-18、EfficientNet-B0、MobileNetV2以及改用患者级划分后仍成立。
该工作提出一个端到端的比较性医学影像框架,在胸部 X 光肺炎分类、脑部 MRI 肿瘤检测和皮肤镜皮肤癌分类三类异构任务上评估 ResNet50、EfficientNet-B0、DenseNet121、DeiT-Small 与 Swin-Tiny,并整合迁移学习、类别不平衡处理、模型校准、自助法置信区间、鲁棒性评估、失败案例分析、Grad-CAM 可解释性、集成学习与多项性能指标,同时加入受限于研究辅助定位的 LLM 报告组件,用于生成模型比较摘要、可解释性解读与决策支持报告;结果显示 CNN 在结构化放射影像上依然高效,而视觉 Transformer 在语境更复杂的脑部 MRI 与皮肤镜任务上表现出较强性能与鲁棒性。
该工作提出AGGRNet框架,在YOLOv11分类骨干中嵌入特征提取与聚合(FEA)模块和C2PCA块,通过空间与通道注意力加可学习阈值τ把特征图分为信息性与非信息性两部分,再用交叉注意力聚合,在LIMUC、ISIC2018、Kvasir、PathMNIST、RetinaMNIST五个公开数据集上取得优于所比较SOTA模型的结果,其中Kvasir准确率提升5.48%、LIMUC准确率提升2.2%。
作者提出 PlaneCycle——一种无参数、免训练、免适配器的 2D 到 3D 提升算子,它让预训练 2D 主干网络在深度方向上循环地在 HW、DW、DH 三个正交平面上做空间聚合,从而在不改动任何预训练参数的情况下获得 3D 融合能力;以 DINOv3 的 ViT-S/16、ViT-B/16、ViT-L/16 为对象,在六个 3D 分类基准和三个 3D 分割基准上,线性探测下 PCg 在 ViT-B/16 上平均 AUC 达 87.8、ACC 达 82.0,超过切片式 2D 基线和 3D 展平基线,并在 5/6 数据集上配对 t 检验显著(p<0.05);全量微调后性能与标准 3D 架构相当,分割任务上最多高出 3D 展平 2.6 个 Dice 点,同时保持与 2D 相同的注意力
该预印本在去重控制的图像级划分下训练了五个骨干网络(387张甲状腺超声图像、1,332个细针穿刺细胞学图像块,标签来自术后诊断),并将冻结模型分别用于TN3K(n=1,228,数据集自带良恶性标签)和DDTI(n=637,由放射科TI-RADS类别派生的二分类终点),结果显示超声集成模型在TN3K上AUROC为0.825、ResNet-50为0.888,而在TI-RADS派生终点上AUROC仅为0.477和0.437,细胞学基准AUROC为0.986(0.970–0.998)对比超声集成0.733,作者强调由于队列、采集与终点同时变化,这一对比不能归因于标签定义本身。
已读完全部报道