Deep Feature Pyramid Convolutional Networks with In-Place Activated Batch Normalization for Automated Skin Lesion Boundary Segmentation

皮肤癌，尤其是被称为恶性黑色素瘤的侵略性形式，是全球皮肤肿瘤导致死亡的主要原因之一。虽然医生依靠视觉检查来诊断这些疾病，但这一过程远非完美。人类的眼睛可能会忽略细微的细节，甚至连资深的皮肤科专家也经常在危险病变从哪里开始、到哪里结束的问题上产生分歧。这种不确定性在处理高容量门诊时造成了瓶颈，因为手动追踪这些不规则的边界既缓慢、乏味，又容易出错。为了提供帮助，科学家们开发了计算机系统，旨在通过使用皮肤数字图像来自动绘制疑似生长物的精确轮廓。然而，这些图像对于计算机来说极难读取。它们通常包含模糊的边缘、低对比度，以及毛发、血管或气泡等干扰因素，这些因素会遮挡病变的真实形状。挑战在于如何教会机器忽略这些干扰，并像人类专家一样细致地找到癌性组织的精确边界。

在最近一项针对皮肤病变分析国际大赛的研究中，研究员格利布·凯琴（Glib Kechyn）通过构建一个专门的计算机程序来解决这一问题，该程序旨在将病变从周围皮肤中分割（即分离）出来。其目标并不一定是创造出有史以来最强大的单一系统，而是为了解决一个特定的实际问题：如何在可用计算机内存有限的情况下，训练一个非常复杂且精确的计算机模型。深度学习模型——即现代图像分析背后的引擎——通常需要大量的内存来进行学习。它们通过将图像经过许多层数学运算进行处理来工作，并且为了从错误中学习，必须记录下每一步中间操作的过程。这种记录消耗了巨大的数字存储空间，往往迫使研究人员要么使用较小、细节较少的图像，要么使用较简单、准确度较低的模型。凯琴的工作展示了一种绕过这一限制的方法，使得在不需要昂贵超算硬件的情况下，也能实现更强大的方法。

该研究人员开发了一个基于流行的计算机视觉架构 U-Net 的系统，该架构就像一条图像数据的双向车道。其中一侧是编码器（encoder），它观察图像以理解其整体特征；而另一侧是解码器（decoder），它利用这种理解来重建病变边界的精确地图。为了让这个系统变得更聪明，研究人员为其配备了两种不同的预训练“大脑”或骨干网络，分别称为 Wide ResNet38 和 Dual Path Network。这些骨干网络已经从数百万张照片中学习了如何识别通用物体，从而在理解皮肤图像中的形状和纹理方面取得了领先优势。这两种不同的视角随后通过特征金字塔网络（feature pyramid network）结合在一起，该方法将宏观的高层概念与精细的局部特征相融合，从而构建出病变的完整图像。

这项工作的关键创新是一种被称为“原地激活批归一化”（In-Place Activated Batch Normalization）的技术。在标准的计算机训练中，系统会在内存中存储两组独立的数据：一组是归一化步骤的结果，另一组是激活步骤的结果，这两步是先后执行的。这种重复会导致这些特定操作所需的内存翻倍。新的技术将这两个步骤合并为一个单一动作，即在同一个内存空间内用新数据覆盖旧数据。这是一个巧妙的数学技巧，允许计算机在不保存第二个副本的情况下，稍后恢复所需的信息。这一改变将训练过程的内存消耗降低了约 25%。这种节省是非常显著的，足以让研究人员同时训练一个规模更大的集成模型。该系统并非依赖单个程序做出最终决定，而是通过结合多个模型的预测，利用五折交叉验证（five-fold cross-validation）和快照集成（snapshot ensembling）技术，产生一个高度可靠的结果。

该方法的成果是根据领域内的一项标准基准进行衡量的。表现最好的集成模型在评估计算机轮廓与病变真实边界匹配程度的特定指标上达到了 0.752 的得分。虽然这一得分令人印象深刻，但研究人员也谨慎地进行了背景说明。为了展示有多少成功归功于内存节省技术，又有多少归功于组合多个模型的纯粹力量，研究人员还在 2026 年使用现代标准工具重新训练了一个简化的单一模型。这个较简单的模型没有使用内存节省技巧，没有结合多个模型，也没有使用先进的预训练，其得分仅为 0.668。这一对比表明，虽然内存高效技术对于实现大型系统至关重要，但最大的准确度提升来自于组合多个模型和使用预训练知识的策略，而非仅仅来自归一化技巧本身。

研究结论指出，这种内存高效的方法对于使用有限计算资源的研究人员来说是一个实用的解决方案。通过减少内存占用，可以训练出那些在标准显卡上原本无法运行的高容量、复杂系统。这项工作并不声称已经解决了皮肤癌诊断问题，也不提供可供医生立即使用的独立工具。相反，它记录了一项特定的工程成就，即在严格的约束条件下，实现对皮肤病变更好的分割。这些发现强调，在改进医学成像的竞赛中，有时最重要的突破不仅仅是让算法变得更聪明，而是让它变得足够高效，以至于能够运行起来。这种效率为开发更稳健的系统打开了大门，使其能够处理人类皮肤复杂多变的现实情况，从而使自动化诊断向临床现实迈进了一步。