DL-TUS: A Frequency-Aware Deep Learning Framework for Thyroid Nodule Classification in Ultrasound Images
该论文提出了 DL-TUS，这是一个频率感知的深度学习框架，它利用小波变换和多尺度空洞卷积来有效地对超声图像中的甲状腺结节进行分类，在应对噪声和微结节挑战方面实现了高准确率和鲁棒性。
原始论文采用 CC BY 4.0 许可（https://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
甲状腺结节是位于颈部基底处的腺体中形成的微小肿块。它们极其常见，虽然大多数是无害的，但医生必须仔细区分其中极少数的恶性肿瘤，以确保患者得到正确的治疗。调查的主要工具是超声检查，这是一种利用声波在体内创建图像的无痛成像技术。然而，这些图像往往难以解读。它们经常呈现出颗粒感且缺乏清晰的对比度，使得很难辨别良性肿块与危险肿块之间的细微差别。几十年来，医生一直依赖于自身的经验和标准化的清单来解释这些模糊的图像，但人类的判断可能会有所不同，而且图像中的噪声有时会掩盖关键细节。
为了应对这些挑战，研究人员转向了人工智能，特别是深度学习，即教计算机识别图像中的模式。目前大多数系统看待这些超声图像的方式与人类相同：通过分析图像本身的形状和灰度。然而，一项新的研究表明，这种方法忽略了一个至填的信息层。研究人员提出，图像中的颗粒噪声和精细纹理本身就包含其独特的信号，这些信号与结节的整体形状截然不同。通过将图像分解为粗略的结构轮廓和精细的颗粒细节，并教计算机分别分析这两个部分后再进行合并，该系统可以观察到人类肉眼和标准计算机经常忽略的内容。
由中国人民解放军火箭军广州特别服务康复中心的小林（Liping Xiao）及其同事领导的研究小组开发了一个名为 DL-TUS 的新框架。他们并没有将整个超声图像输入单个计算机程序，而是首先使用一种被称为“小波变换”的数学工具将图像拆解。想象一下将一张照片分离成两个图层：一个图层显示甲状腺和结节的宽阔、平滑形状，另一个图层则捕捉仅有的细小、锐利的边缘和颗粒纹理。在超声领域，平滑层承载着整体解剖结构，而颗粒层则承载着通常预示癌症的特定线索，例如微小的钙化灶或锯齿状边界。
研究人员构建了一个双分支系统来处理这些分离后的图层。其中一个分支专门处理平滑的低频层，以理解结节的整体形状和大小。另一个分支则旨在对颗粒状的高频层保持高度敏感，寻找那些预示危险的锐利、微小细节。这个分支使用了一种特殊的处理方式，使其能够看到精细的纹理而不使其模糊——这在计算机试图简化图像时经常发生。一旦两个分支形成了各自的观点，融合模块就会充当调解员，仔细权衡来自平滑形状和锐利纹理的信息，从而做出最终决策。
为了确保系统不会轻易被超声设备的自然差异所误导，研究人员增加了一个独特的训练步骤。他们教计算机忽略由于医生按压探头更用力或调整机器设置而可能导致的颗粒纹理的微小变化。他们通过在训练期间轻微改变图像的颗粒部分，并迫使计算机无论这些微小偏移如何都能给出相同的诊断来实现这一点。这种被称为“一致性正则化”的技术，有助于模型专注于癌症的真实医学特征，而非机器产生的随机噪声。
在对来自 800 多名患者的大量超声图像进行测试时，该新系统优于广泛的现有模型，包括基于先进 Transformer 架构和标准深度学习网络的模型。在一个系统从未见过的患者组中，该框架在区分良性和恶性结节方面的 AUC 得分达到 0.944，总 AUC 为 0.913。这比得分 0.938 的次优模型在 AUC 上有了统计学意义上的显著提升。该系统在识别微小结节（直径小于一厘米的微小肿块）方面表现得尤为出色。这些微小结节因提供的结构信息极少而极难诊断，但新系统仍保持了很高的准确度，其 AUC 得分为 0.916。
研究还考察了该系统解释其决策的能力。通过将系统关注的图像区域可视化，研究人员发现系统正确地突出了相关特征。平滑分支倾向于观察结节的整体边界，而颗粒分支则聚焦于与癌症相关的不规则边缘和微小亮点。当两者结合时，它们提供的视图比单一视图能提供更完整的画面。此外，该系统的校准度比竞争对手更高，这意味着它的置信度评分更加可靠。如果系统说某个结节有 90% 的概率是癌性的，那么它在 90% 的情况下都是正确的，这对于必须支持临床决策的医疗工具来说是一项至关重要的特性。
尽管结果令人鼓舞，但研究人员承认，该研究是使用来自单一中心和特定类型超声数据集的数据进行的。该系统是在静态图像上训练的，并未纳入视频序列或病史，而这些内容通常是实际检查的一部分。作者建议，未来的工作需要跨医院并在各种超声机器上测试该系统，以确保其在多样化的临床环境中可靠运行。尽管如此，研究结果表明，通过明确教计算机理解图像中的不同频率，而不仅仅是视觉形状，我们可以创造出更稳健、更准确的检测工具。这种方法为计算机辅助诊断提供了一条新路径，从简单的模式匹配迈向对医学图像中隐藏的复杂信号的更深层次理解。
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。