Dual-attention ResNet outperforms transformers in HER2 prediction on DCE-MRI
本研究表明，在经过优化强度归一化的多中心DCE-MRI数据上训练的三头双注意力ResNet，在预测乳腺癌HER2状态方面优于基于Transformer的架构，并实现了稳健的跨机构泛化能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你是一名正在试图破解患者体内谜团的侦探，但你观察的不是犯罪现场，而是一系列关于肿瘤的、发光的、移动的影像。这就是乳腺癌诊断的世界，医生需要弄清楚他们究竟在对抗什么样的“敌人”。其中一个最重要的线索是一种被称为 HER2 的蛋白质。把 HER2 想象成癌症细胞表面的一种特定类型的旗帜；如果这面旗帜高高飘扬，就会告诉医生一种非常特定的、强效的药物将会奏效。通常，为了看到这面旗帜，医生必须进行活检——用针刺入组织取出一小块痛苦的样本并送往实验室。但是，如果我们能直接通过 MRI 扫描并读取这面旗帜，而无需使用针头呢？这就是这篇论文所探索的梦想：利用人工智能（AI）来观察动态对比增强 MRI（DCE-MRI）扫描，并自动预测 HER2 的状态。
DCE-MRI 就像是肿瘤的一部电影。医生会注射一种特殊的染料来点亮血管，然后摄像机会随时间拍摄照片，以观察染料如何流入和流出。这种流动讲述了一个关于肿瘤生物学的故事。挑战在于，这些“电影”极其复杂，拥有数百万种灰色阴影，而计算机天生无法理解它们。为了教会计算机成为一名侦探，科学家必须将这些复杂的电影翻译成一种计算机可以“食用”的格式，就像把一部高清 4K 电影变成一部标准的 8 位卡通片。这篇论文深入探讨了这种翻译的最佳方式，并测试了哪种类型的 AI 侦探最为敏锐。
研究人员组织了一场两类不同 AI 侦探之间的激烈对决，看谁能最出色地发现 HER2 旗帜。一边是“Transformer”，一种现代、高科技风格的 AI，它在许多其他图像识别竞赛中屡获殊荣。另一边是定制的“双重注意力 ResNet”（Dual-Attention ResNet），一种专门设计的侦探，旨在对图像中的特定细节给予额外关注。但在战斗开始之前，团队意识到他们必须先解决一个棘手的谜题：如何准备 MRI 数据。原始的 MRI 文件就像一个图书馆，里面的书从微型小册子到巨型百科全书不等（拥有 12 到 16 位的数据），但 AI 侦探只懂得如何阅读标准的 8 位书籍。团队测试了七种不同的方法，试图在不丢失重要线索的前提下，将这些庞大的文件缩小到合适的尺寸。
战斗的结果令人惊讶。定制的 Dual-Attention ResNet 表现优于时髦的 Transformer，在主要测试组中实现了 0.75 的准确率和 0.74 的 AUC 分数。Transformer 虽然在某些方面表现不错，但在这种情况下似乎没能达到预期目标，它们经常能正确识别“阴性”病例，却无法捕捉到“阳性”病例。论文指出，ResNet 的秘密武器在于它能够专注于图像的特定部分，并将来自 MRI“电影”不同时刻的信息结合起来，而这种能力是 Transformer 无法完全匹配的。
其中最有趣的发现之一是关于一个常见的清洗步骤——“N4 偏置场校正”（N4 bias field correction）。在医学成像领域，这就像是在向侦探展示照片之前，使用一种特殊的橡皮擦来抹平照片中不均匀的光照。这是许多医学研究中的一项标准规则。然而，作者发现，当他们在 AI 中使用这个“橡皮擦”时，这位侦探寻找 HER2 旗帜的能力反而变差了。似乎对于这个特定的 AI 来说，原始光线中的“缺陷”包含了被清洗过程意外抹去的线索。通过跳过这个昂贵且耗时的清洗步骤，模型的表现反而更好，这表明有时原始数据比经过完美抛光的数据更有用。
为了确保他们的侦探不仅仅是在背诵测试题，团队将它送到了另一家拥有不同摄像设备和不同患者的医院。在没有额外训练的情况下，该模型仍然能够以相当高的成功率（AUC 为 0.66）识别出 HER2 旗帜。这表明该 AI 学习到了关于肿瘤行为的真实模式，而不是仅仅记住了特定医院的风格。虽然该模型目前还不足以完全取代活检，但这项研究表明，通过正确的数据准备和正确的 AI 类型，我们正离那个“通过一次简单的 MRI 扫描就能让医生快速、无创地获得最佳治疗方案提示”的未来越来越近。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。