💻 computer science

MedXplore: Towards Reliable and Unbiased Generalized Category Discovery in Medical Imaging

MedXplore 是一个用于医学影像中可靠且无偏的广义类别发现（Generalized Category Discovery）的统一框架，它结合了用于感知层级异常突显的频率-信噪比自适应注意与一致性（FAAC）以及用于决策层级偏差缓解的自适应余弦-角度间隔（ACAM），在多个基准测试中实现了显著的准确率提升以及针对新旧歧义性的鲁棒性。

原作者： Jianwei He, Kailin Lyu, Junhao Dong, Long Xiao, Wenjie Hou, Jingze Lu, Di Wu, Lin Shu, Jie Hao

发布于 2026-07-31

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jianwei He, Kailin Lyu, Junhao Dong, Long Xiao, Wenjie Hou, Jingze Lu, Di Wu, Lin Shu, Jie Hao

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你是一名试图在繁忙都市中破解谜题的侦探。你有一本记录着已知嫌疑人（小偷、破坏者和扒手）的照片集，而且你非常清楚他们的长相。但这座城市规模宏大，每天都会出现新型的麻烦制造者：也许是一个黑客，一个伪造者，或者是一个你从未见过的陌生人。你的任务是观察人群，识别出已知的嫌疑人，同时将那些陌生人归为一类，以便即便你从未见过他们，也能弄清他们的身份。这就是人工智能领域中“广义类别发现”（Generalized Category Discovery）所面临的挑战。

在现实世界中，尤其是在医学领域，这种侦探工作异常艰巨。医生使用人工智能来观察医学影像（如 X 光片或内窥镜图像）以寻找疾病。通常，AI 是基于一个封闭的已知疾病列表进行训练的。但在医院里，患者经常患有罕见病或新型疾病，而这些疾病是 AI 以前从未见过的。如果 AI 太过固执，它可能会因为某种疾病看起来与旧疾病有些相似，就强行将其塞进一个标有“旧疾病”的框里。这被称为“旧类别偏差”（old-class bias），这是非常危险的，因为这意味着 AI 会错过那些潜在的、威胁生命的各种新问题。研究人员提出的核心问题是：我们如何构建一种既能聪明地识别已知疾病，又能勇敢地说出“等等，这看起来完全是某种新东西”，且不会因此感到困惑的 AI？

这正是名为 MedXplore 的新框架发挥作用的地方。研究人员意识到，标准的 AI 工具虽然在处理猫狗照片时表现出色，但在处理医学图像时却会栽跟头。医学扫描非常棘手，因为疾病往往隐藏在极其微小、微妙的细节中，而背景（如健康组织的纹理）可能会造成极大的干扰。团队发现，以往的方法往往会被已知疾病的熟悉模式所“分心”，导致它们忽略了那些奇怪的新疾病。

为了解决这个问题，MedXolore 采用了两步走的策略，就像侦探使用了两种不同的工具：一副特殊的眼镜和一个更聪明的分类系统。

首先，这副“眼镜”是一个名为 FAAC 的模块。想象一下，当你观察一张医学图像时，看到很多类似老式电视机的静电噪声。AI 需要忽略模糊的背景，并聚焦在那些可能隐藏着疾病的奇特、锯齿状边缘上。FAAC 不仅仅是正常地观察图像，它还将图像分解为其“频率”——你可以把它理解为将健康的平滑、缓慢的波纹与病灶产生的尖锐、快速的抖动进行分离。它使用一种智能的可学习滤波器来清除无聊的背景噪声，并突出这些奇怪斑点的“能量”。随后，它会挑选出图像中最有趣的斑块（即“Top-K”热点），并确保即使图像被翻转或裁剪，这些斑块也能正确匹配。这为 AI 提供了一套可靠的“锚点”来稳住阵脚，使其不会在噪声中迷失方向。

其次，这个“分类系统”是一个名为 ACAM 的模块。一旦 AI 找到了有趣的斑块，它就需要决定如何对它们进行分组。标准方法可能会使用一条僵化的规则：“如果看起来 80% 像疾病 A，就把它放入疾病 A 的文件夹。”但对于医学谜题来说，这太死板了。ACAM 则更加灵活。它会观察 AI 对特定斑块的信心程度。如果 AI 非常确定，它就会让不同组别之间的界限划分得非常清晰；如果 AI 不确定或疾病比较复杂，它就会调整规则使其变得更温和，防止 AI 因为紧张而将一种新疾病强行塞入旧的框中。这就像一位侦探，他知道何时对明确的嫌疑人保持严厉，而在证据模糊时保持开放的心态。

当研究人员在多个医学数据集上测试 MedXplore 时，结果令人印象深刻。在一个包含消化道图像的名为 Kvasir 的数据集上，这种新方法比之前的最优方法在整体准确率上大幅提升了 16.5%。更重要的是，它解决了“旧类别偏差”问题。过去，当 AI 看到一个看起来与旧疾病略微相似的新疾病时，会有 14.50% 的概率会错误地将其标记为旧疾病。而 MedXplore 将这一错误率降到了仅 0.80%。这意味着 AI 现在能够更好地识别人群中的“新人”，而不会把他们与“旧人”混淆。

论文指出，通过结合基于频率的“眼镜”与自适应的“分类系统”，AI 终于可以成为医生更可靠的伙伴。它不仅仅是记忆一份疾病清单，它学会了去寻找那些预示着新情况发生的细微且奇特的信号。虽然研究人员指出，他们目前的测试侧重于具有清晰局部线索的疾病，但 MedXplore 的成功表明，通往能够处理人类身体复杂且不可预测之现实的 AI 路径，正展现出令人期待的前景。

技术摘要：MedXplore

问题陈述

目前的医学影像深度学习模型过度依赖大规模标注数据集以及“闭世界”假设，即假设未标注数据都属于训练集中已有的类别。这种假设在临床实践中是失效的，因为新的或罕见的疾病不断涌现，且进行穷尽式的疾病覆盖是不现实的。广义类别发现（Generalized Category Discovery, GCD）——即识别已知类别的同时发现未知类别的任务——虽然在自然图像领域取得了进展，但在医学影像领域仍处于探索阶段。

现有的 GCD 方法在医学背景下表现不佳，主要归因于两个因素：

领域特定性与变异性： 医学影像具有极强的跨设备变异性（模态、扫描参数）和细微的病灶线索。基于自然图像预训练的骨干网络往往无法捕捉到特定模态的结构先验，导致病灶表征能力较弱。
语义模糊性与偏差： 医学影像通常包含高度的异质性，疾病亚型之间的差异仅在于细微的局部模式。有限的标注数据加剧了“旧类偏差”（old-class bias），导致模型容易将新型、模糊的样本错误地分类为已知（旧）类。这导致决策边界模糊且聚类不稳定，特别是在 Kvasir 等已知类与新类全局外观近乎一致的数据集上。

方法论：MedXplore

作者提出了 MedXplore，一个旨在从感知和决策两个层面优化医学 GCD 的统一框架。该框架基于 SimGCD 的参数化 GCD 公式构建，并引入了两个创新模块：频率-信噪比自适应注意力和一致性（FAAC） 以及 自适应余弦角边距（ACAM）。

1. 感知层面：FAAC

FAAC 通过将关注点从空间域转向频率域，解决了病灶感知不可靠和注意力漂移的问题。

动态频率滤波： FAAC 没有使用固定的频谱带，而是对 2D 快速傅里叶变换（FFT）生成的特征图的实部和虚部采用可学习的深度可分离卷积。这使得模型能够学习一个全频谱滤波器，在抑制重复解剖背景的同时，保留任务相关的频谱成分（包括低频结构线索和高频边界证据）。
全局-局部能量对比（GLEC）： 在频率纯化之后，该方法计算空间能量图。它计算邻域内的局部能量波动，并根据全局空间统计量进行归一化。这种 GLEC 激活机制显式地抑制了普遍存在的背景噪声（如 UI 边框、反射），并突出了在结构上偏离周围环境的区域，从而作为可靠的语义锚点。
补丁一致性（Patch Consistency）： FAAC 根据这些语义锚点选择前 K 个补丁（Top-K patches）。它通过保留具有高余弦相似度的互为最近邻的匹配项，来强制执行增强视图之间的一致性。这生成了一个补丁一致性损失（ $L_{pc}$ ），引导骨干网络学习与纹理无关且对病灶敏感的表征。
注： FAAC 是一个辅助训练模块，在推理阶段会被丢弃，从而保持了模型架构的简洁性。

2. 决策层面：ACAM

ACAM 通过根据样本可靠性自适应地调整分类边距，解决了类别边界模糊的问题。

置信度融合： ACAM 融合了三种信号来估计样本可靠性（ $u_b$ ）：注意力置信度（来自 FAAC 的语义显著性）、加权匹配置信度（跨补丁一致性）以及基于间隙的置信度（正类与负类之间的可分性）。
自适应边距： 根据可靠性评分 $u_b$ $u_{b}$ ，ACAM 为正类动态生成角度边距（ $m_{a,b}$ $m_{a, b}$ ）以及用于抑制硬负样本的余弦边距（ $m_{c,b}$ $m_{c, b}$ ）。
- 高置信度样本获得更强的几何约束，以锐化类别边界。
- 低置信度或模糊样本获得较温和的更新，以避免过度惩罚。
该机制平衡了类内紧凑性和类间可分性，特别减少了将模糊的新样本吸收进主导旧类的倾向。

总目标函数结合了表征学习、参数化分类、补丁一致性和自适应边距损失：
$\mathcal{L} = \mathcal{L}_{rep} + \mathcal{L}_{cls} + \alpha \cdot \mathcal{L}_{pc} + \beta \cdot \mathcal{L}_{ACAM}$

核心贡献

MedXplore 框架： 一种用于医学影像中无偏且可靠的广义类别发现的统一方法，它共同建模了感知和判别线索。
FAAC 模块： 引入了动态频率纯化和基于统计的语义锚点提取。它克服了固定频谱滤波器和空间注意力的局限性，通过学习全频谱响应来突出细微的病灶偏差。
ACAM 模块： 提出了一种自适应边距机制，根据样本难度和置信度平衡类内紧凑性和类间可分性，从而减轻旧类偏差。
最先进的性能（SOTA）： 在多个医学基准测试中展示了显著的改进，特别是在降低高模糊场景下的“假旧”（false-old）错误方面。

实验结果

作者在四个数据集上评估了 MedXplore：NCT-CRC-HE-100K、OrganAMNIST、OrganCMNIST 和 Kvasir。

整体性能： MedXplore 在所有数据集上均达到了新的最先进水平。其“全类别（All）”准确率比最强的竞争方法平均提高了 8.5%。
Kvasir 基准测试： 在 Kvasir 数据集上观察到了最显著的提升，MedXplest 实现了 91.7% 的准确率（All），超过了之前的最佳方法（LegoGCD 的 75.2%）达 16.5%。
偏差削减： 在 Kvasir 上，MedXplore 将假旧错误（将新类误分类为旧类）从 SimGCD 的 14.50% 降低到了 0.80%。这证明了该框架在严重的旧-新模糊情况下的鲁棒性。
消融实验：
- 仅添加 FAAC 即可显著提高准确率（例如在 OrganAMNIST 上提升了 12.1%），证明了基于频率的语义锚点的价值。
- 仅添加 ACAM 同样提升了性能，证实了自适应边距的有效性。
- 两模块结合产生了最佳结果，证实了它们的互补性质。

重要性与主张

论文声称 MedXplore 通过超越基于自然图像方法的局限性，解决了医学 GCD 中的关键空白。通过利用频率域线索来捕捉细微的病灶偏差，并使用自适应边距来处理语义模糊性，该框架实现了在无需大规模标注的情况下，可靠地发现未知的疾病类别。

作者强调，该设计通过可学习的全频谱滤波而非静态假设来减轻特征偏差，从而在异质性医学数据中稳定表征。虽然目前的基准测试侧重于具有局部判别性线索的病灶，但作者指出，评估针对弥漫性、低频病理特征的鲁棒性仍是未来的研究方向。该方法被视为迈向临床环境中持续出现新状况的开放世界识别的一步。