Joint Classification and Supervised Contrastive Representation Learning for Cervical Cancer Detection in Histopathological Images

在静谧且高风险的医学诊断世界中，病理学家充当着癌症治疗的最后一道守门人。他们通过强大的显微镜观察组织薄片，寻找预示疾病存在的细胞形状和排列的细微变化。对于宫颈癌而言，这一过程至关重要；早期发现可以挽救生命，但这项任务极其困难。组织样本非常复杂，健康组织与病变组织的视觉差异往往极其微小，甚至看起来具有欺骗性的相似。为了协助人类专家，科学家们转向人工智能，教计算机识别这些模式。然而，标准的计算机模型往往难以应对医学图像中混乱的现实情况，例如光照的变化、染色差异，以及看似异常不规则的健康组织。目标不仅仅是让计算机猜出正确答案，而是要教会它理解健康细胞与癌变细胞之间深层的结构性差异，从而创建一个类似于“心理地图”的系统，让相似的事物聚集在一起，而不同的事物则被推开。

一个研究团队开发了一种新方法，以帮助计算机应对这种视觉复杂性。他们创建了一个旨在读取宫颈组织病理学图像并区分正常组织与受癌症影响组织的系统。该系统并未依赖单一的学习方式，而是结合了两种不同的策略。第一种是传统方法，即计算机被直接告知每张图像的正确答案，并尝试将其误差降至最低。第二种是更先进的策略，称为监督对比学习（supervised contrastive learning）。这种技术迫使计算机进行更深入的观察，学习在其内部记忆中将同类型的图像拉近，同时将不同类型的图像推远。可以将这个过程想象成整理图书馆：传统方法确保每本书都放在正确的书架上，而对比方法则确保主题相同的书籍整齐地堆叠在一起，从而更容易辨别并将其与无关书籍区分开来。通过同时使用这两种方法，研究人员旨在创建一个不仅准确，而且能够理解其所检查组织视觉景观的模型。

该团队使用了一个名为 CAISHI 的特定图像集对他们的系统进行了测试，该数据集包含 2,240 张来自中国一家医院的高分辨率宫颈组织照片。这些图像由资深病理学家进行了仔细标注，其中一些显示为正常的腺体，另一些则显示为一种特定的癌前病变，即原位腺癌（adenocarcinoma in situ）。为了确保结果的可靠性，研究人员并未只进行一次测试。他们将数据分为五个不同的组，用其中四组进行训练，并在第五组上进行测试，重复这一过程直到每张图像都被用于测试。这种严谨的方法表明，他们的组合方法达到了 96.90% 的平均准确率。这种表现是在所有五次测试中都表现得非常稳定，波动极小，表明该模型是稳定的，而不仅仅是由于某一组特定图像而产生的偶然成功。该系统还表现出了高精确度和高召回率，这意味着它很少漏掉癌症病例，也极少将健康组织误报为癌症。

为了理解为什么这种新方法如此有效，研究人员进行了一系列实验，通过移除或改变系统中的特定部分来进行分析。他们发现，如果仅依赖传统的学习方法，准确率会略有下降，这证明了对比学习组件对于模型成功的至关重要性。他们还测试了不同的设置，以寻找两种学习策略之间的完美平衡。他们发现，给对比学习部分赋予特定的、适度的权重可以获得最佳结果，而赋予过高的权重反而会损害模型的性能。这种精细的调优表明，这两种方法在相互支持而非竞争时效果最好。此外，研究人员使用了一种可视化工具来观察计算机正在关注图像的哪些部分。当观察健康组织时，计算机强调的是宽阔、均匀的区域；而当观察癌变组织时，它则聚焦于细小、明亮且不规则的点，这些点对应于典型的疾病特征——致密且混乱的细胞结构。这证实了模型并非基于背景噪声进行猜测，而是真正识别出了相关的生物学特征。

这项研究将这种新方法置于其他检测宫颈癌方法的背景下进行讨论。以往使用旧机器学习技术或不含对比元素的标准深度学习模型的尝试，其准确率都较低。甚至一些使用不同类型神经网络的高级模型，也难以达到这种组合方法的性能水平。研究人员指出，虽然他们的系统非常有效，但仅在一个特定的数据集上进行了测试。这意味着，尽管结果很强，但该模型仍需在不同医院和使用不同染色技术的图像上进行测试，以确保其普适性。尽管存在这一局限性，但研究结果表明，除了仅仅记忆标签之外，教计算机通过相似性来组织视觉信息，可以创造出一个更稳健、更可靠的诊断工具。这项工作为病理学中的人工智能提供了一条充满希望的路径，使其从简单的模式匹配迈向对定义疾病的视觉证据的深度理解。