跳到正文
阿里雲開發者社區 AI·· 14 小時前AI 評分30

深度學習癌症影像診斷方法綜述

A Survey of Deep Learning Methods for Cancer Imaging Diagnosis |深度学习癌症影像诊断方法综述

AI 導讀

深度學習癌症影像診斷研究由端到端分類,逐步發展至可解釋模型、腫瘤內異質性建模及多模態放射基因組融合。綜述涵蓋 Grad-CAM、概念瓶頸模型(CBM)及 HA-DLC 等方法,並比較它們在精度、計算效率、標註需求與臨牀可解釋性上的取捨。跨中心泛化、數據異質與標註稀缺仍是臨牀部署的主要挑戰。

正文

简介: 深度学习(DeepLearning)在癌症影像诊断中的核心价值,在于突破传统人工阅片的主观局限,实现从形态识别到分子预测的跨越。早期研究聚焦于端到端特征学习,以牺牲模型透明度为代价换取分类精度的显著提升,确立了卷积神经网络(CNN)在医学影像分析中的主导地位。随着临床落地需求增强,可解释性成为关键瓶颈,概念瓶颈模型(CBM)与注意力机制的引入,试图在精度与医生信任之间建立平衡。与此同时,肿瘤内异质性(ITH)的显式建模与多模态放射基因组学融合,代表了从整体表征向细粒度生物标志物发现的技术跃迁。各路线在数据依赖、计算效率与临床可解释性之间做出了不同取舍,由此形成当前多元并存的方法格局。

综述原文见 www.arxivreview.com

导读

深度学习(Deep Learning)在癌症影像诊断中的核心价值,在于突破传统人工阅片的主观局限,实现从形态识别到分子预测的跨越。早期研究聚焦于端到端特征学习,以牺牲模型透明度为代价换取分类精度的显著提升,确立了卷积神经网络(CNN)在医学影像分析中的主导地位。随着临床落地需求增强,可解释性成为关键瓶颈,概念瓶颈模型(CBM)与注意力机制的引入,试图在精度与医生信任之间建立平衡。与此同时,肿瘤内异质性(ITH)的显式建模与多模态放射基因组学融合,代表了从整体表征向细粒度生物标志物发现的技术跃迁。各路线在数据依赖、计算效率与临床可解释性之间做出了不同取舍,由此形成当前多元并存的方法格局。本综述梳理这条从黑盒预测到临床信任的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。

1. 研究背景、问题结构与演进脉络

癌症作为全球主要死因,其早期检测与精准诊断长期受制于放射科医生主观解读的观察者差异及早期微小病灶的漏诊风险。传统影像诊断依赖人工阅片,不仅效率受限,更无法揭示影像背后的分子生物学特征,而活检虽能提供病理金标准,却具有侵入性且采样有限。深度学习技术的引入,旨在通过自动提取复杂空间与形态特征,解决特征工程的主观性与局限性,其核心价值在于缓解数据标注成本高企与泛化需求之间的张力。这一技术范式的确立,标志着癌症影像诊断从“辅助阅片”向“自动化分子分型”的根本性转变。

问题的形式化定义经历了从单一分类任务向多模态关联建模的演化。早期任务可简化为给定影像 $I$ 预测标签 $y$,即 $y = f(I)$,其中 $f$ 为端到端映射函数。随着放射基因组学(Radiogenomics)的兴起,问题扩展为利用影像表型 $I$ 预测基因组特征 $g$,即 $g \approx f(I)$,旨在实现非侵入性的分子分型。这一转变揭示了子问题间的强依赖关系:数据异质性与标注稀缺是底层约束,制约了模型泛化;可解释性是中间桥梁,依赖于特征提取的可信度;而异质性建模与多模态融合则是顶层目标,依赖于前两者解决后的基础数据质量与模型稳定性。范式边界由此清晰:深度学习并非替代病理,而是通过影像-基因关联,在活检前提供分子层面的预判。

约束条件的演化史决定了方法的发展轨迹。2017 至 2020 年间,研究重心在于解决特征工程的主观性,Grad-CAM 等事后解释工具的出现,初步缓解了黑盒问题,但并未改变模型内部逻辑。2020 年,TCGA/TCIA 放射基因组框架的建立,为影像-基因关联提供了大规模数据基础,推动了多模态融合路线的萌芽。2021 至 2023 年,跨域基准与标注稀缺问题凸显,概念瓶颈模型(CBM)被引入以强制模型通过临床概念决策,但密集标注需求限制了其应用。2023 至 2025 年,研究转向细粒度与低资源场景,异质性感知框架与先验引导机制成为热点,旨在捕捉肿瘤内部微观差异并降低标注成本。当前形态表现为多模态、可解释与异质性感知技术的深度融合,标志着领域正从实验室验证向临床部署的关键过渡阶段发展。

如果用一个核心问题概括该领域,那便是:如何在数据异质、标注稀缺且隐私受限的现实约束下,构建兼具高精度、可解释性及跨中心泛化能力的深度学习模型,以实现非侵入性的癌症早期检测与分子分型预测。

2. 方法体系

  • 2017:Grad-CAM——通过梯度生成显著性图,奠定可解释性基线

  • 2020:TCGA/TCIA Radiogenomic Frameworks——建立影像-基因关联范式

  • 2021:3D CNN Lung Cancer Detection——确立 CNN 在肺部结节检测中的核心地位

  • 2023:Concept Bottleneck Models (CBM)——引入概念瓶颈层,增强可解释性

  • 2025:Multimodal Radiogenomic Fusion——整合多流 CNN 与 Transformer,实现多模态融合

  • 2025:Efficient CNN with Transfer Learning——轻量化架构结合迁移学习,提升部署效率

  • 2025:Deep Radiomic Signature Discovery——结合分割掩码与注意力图,发现深层放射组学特征

  • 2025:Prior-Guided Hybrid CBM——引入先验引导,降低概念标注成本

  • 2025:HA-DLC Framework——异质性感知深度学习分类框架,捕捉肿瘤内部差异

这条时间线勾勒了该领域方法演进的代表性节点:从 2017 年的 Grad-CAM 奠定该领域方法基线,经 2020 年 TCGA/TCIA Radiogenomic Frameworks 的推进,到 2025 年的 Prior-Guided Hybrid CBM 代表当前前沿。各节点对应的技术路线、取舍与关联,详见后续小节。

2.1 多模态早期筛查

多模态早期筛查路线的起源可追溯至 2020 年 TCGA/TCIA 放射基因组框架的建立,该框架利用癌症基因组图谱与癌症影像档案中的配对数据,首次系统性地建立了影像表型与基因表达、突变状态之间的关联模型,为放射基因组学在临床转化中提供了数据基础与方法论范式(Oghenekaro, 2025, P1)。早期工作主要依赖手工提取的放射组学特征进行统计关联,难以捕捉高维非线性关系。随着深度学习技术的成熟,研究重心转向端到端的特征级与决策级融合。P1 提出的多模态放射基因组融合框架,利用多流卷积神经网络(CNN)、图神经网络及基于 Transformer 的放射基因组编码器,分别提取影像的空间形态特征与多组学数据的序列关联特征。该框架的核心取舍在于高度依赖高质量配对的影像-基因组数据,以换取非侵入性预测肿瘤基因型、免疫反应及治疗耐药性的能力,解决了活检取样误差与分子检测滞后问题。与单一模态分类路线相比,多模态融合路线放弃了模型的简洁性与部署便捷性,换取了对分子生物学特征的深度揭示,确立了影像-组学融合的新范式。

2.2 高效多癌分类

高效多癌分类路线旨在解决临床实时诊断对低延迟、低算力模型的需求,其技术根基在于 2021 年 3D CNN 在肺癌检测中的成功应用,该工作证明了深度卷积网络在捕捉复杂三维空间结构特征方面的优越性,确立了 CNN 在医学影像分类任务中的核心地位(Papageorgiou et al., 2026, P2)。然而,传统大型 CNN 在资源受限环境下部署困难,且医学影像标注数据稀缺。P2 提出的计算高效迁移学习 CNN,通过构建轻量化的卷积与池化层组合,并引入两阶段训练策略,先在源任务上预训练获取初始参数,再以较低学习率在目标任务上微调。该方法的核心取舍是依赖预训练模型的质量与目标任务的相关性,以模型轻量化换取部署效率,显著降低了计算复杂度,提升了模型在资源受限环境下的部署潜力。与多模态融合路线相比,高效分类路线放弃了多源信息融合带来的分子分型能力,换取了极高的计算效率与广泛的适用性,为 AI 在临床实时诊断中的应用提供了实用解决方案。

2.3 可解释特征发现

可解释特征发现路线起源于 2017 年 Grad-CAM 的提出,该方法通过计算损失相对于卷积层特征的梯度,生成基于梯度的显著性图以定位网络决策区域,成为后续医学影像可解释性研究的基础基线(Sun et al., 2026, P3)。然而,事后解释工具(如 Grad-CAM)的解释可能与模型内部逻辑不一致,且传统放射组学依赖手工特征工程与主观分割,难以捕捉局部生物复杂性。2023 年概念瓶颈模型(CBM)的引入,强制模型先预测人类可理解的高层临床概念,再基于这些概念进行最终诊断,增强了模型的可解释性,但通常依赖大量概念标注,限制了其在标注稀缺的医学场景中的应用。P3 构建的深层放射组学特征发现框架,结合 CT 影像、分割掩码与基于 Grad-CAM 的注意力图,通过互信息自适应阈值策略识别驱动分类决策的关键影像区域,克服了传统放射组学依赖手工特征工程的局限。P4 提出的先验引导混合概念瓶颈模型(Prior-Guided Hybrid CBM),利用类条件概念分布匹配损失替代部分概念标注,降低标注成本,解决了 CBM 对密集标注依赖的问题。该路线的核心取舍是依赖底层分割模型的准确性及先验知识的准确性,以计算复杂度换取临床信任与可解释生物标志物发现,实现了从黑盒预测到可解释诊断的跨越。

2.4 异质性感知建模

异质性感知建模路线旨在解决传统整体肿瘤分析忽略内部结构差异的问题,其技术演进依赖于多参数 MRI 数据的普及与无监督聚类算法的进步。早期方法多基于整体肿瘤或手工分割,难以捕捉空间上分布不均的微观生物特征。P5 提出的 HA-DLC 框架,包含无监督子区域生成(HSG)、跨患者子区域对齐(CPSA)及双流特征提取模块,专门针对肿瘤内部异质性(ITH)进行建模。该框架通过软对齐机制解决无监督聚类标签在不同患者间不一致的问题,使得模型能够学习具有临床意义的跨患者可比异质性模式。其核心取舍是依赖无监督聚类的质量,若初始聚类未能捕捉到关键的生物学差异,后续对齐与分类性能将受限,且计算复杂度高于传统全肿瘤分类模型。与可解释特征发现路线相比,异质性感知建模放弃了全局特征的简洁性,换取了对肿瘤内部微观结构差异的细粒度捕捉,揭示了影像亚区域与分子状态(如 MGMT 甲基化)的关联,为精准肿瘤学提供了新的非侵入性评估手段。

3. 关键共识、分歧与开放问题

3.1 领域共识

深度学习模型在医学影像分析中显著优于传统手工特征提取方法,这一共识在多个基准上被反复验证:P3 在 Brain MRI 上 DenseNet121 的 0.960 AUC 与 P2 在 Kidney CT 上 99.96% 的 Accuracy 均大幅超越传统手工特征基线。与此相关的另一个共识是多模态数据融合是实现精准肿瘤学和非侵入性分子分型的关键范式,P1 的放射基因组融合框架与 P5 的异质性感知建模均依赖于多源信息整合,以克服单一模态的局限性。可解释性是深度学习在临床落地的必要条件,P3 与 P4 通过概念瓶颈与注意力机制,将黑盒预测转化为临床可理解的生物标志物发现,建立了医生信任。肿瘤内异质性(ITH)是重要的生物标志物,P5 在 BraTS-RC 上 0.686 的 AUC 优于整体肿瘤分割监督的 0.650,证实了捕捉肿瘤内部子区域特征比整体肿瘤特征更能反映肿瘤生物学行为及预后。

3.2 观点分歧

可解释性的实现路径存在事后解释与概念瓶颈之争。P3 采用 Grad-CAM 与互信息阈值策略,无需修改架构,通用性强,但解释可能与模型内部逻辑不一致;P4 采用概念瓶颈模型,强制模型通过临床概念决策,解释更可信,但依赖标注且可能损失精度。现有证据偏向概念瓶颈在临床信任建立上更有效,但事后解释在计算效率上占优,缺乏大规模临床随机对照试验验证哪种解释方式更能提升医生采纳率。这一分歧的背后,是肿瘤表征粒度的争论:整体肿瘤特征 vs. 异质性感知。P5 在 MGMT 甲基化预测中 0.686 的 AUC 显著优于整体肿瘤分割监督的 0.650,证据强度较强,但在简单分类任务(如 Brain MRI)中,整体特征已接近饱和(0.960 AUC),异质性建模增益不明显。多模态融合的必要性亦存在争议,P1 主张影像与基因组数据互补,而 P2 主张高质量影像特征已包含足够分子信息,单模态模型更易于部署。现有证据受限于配对数据规模,影像-基因关联的复杂性尚未完全揭示。

3.3 其他开放问题

最紧迫的工程问题是多中心外部验证与标准化评测,现有基准(如 BraTS, BUSI)多为单中心、小样本,缺乏多中心外部验证,模型泛化能力未知。关键困难在于数据隐私保护及不同机构成像协议差异,研究路径包括建立多中心共享基准、标准化评测协议及临床医生在环验证机制。最根本的研究问题是非侵入性分子分型的准确性上限,P1 与 P5 虽提升了分子预测性能,但受限于影像-基因关联的复杂性,误差仍存。研究路径包括开发混合融合策略、非侵入性基因突变预测模型及跨模态特征对齐技术。已知—争议—未知认知图谱显示,深度学习优于手工特征、多模态融合是关键范式为已知;可解释性路径、异质性建模必要性为争议;跨中心泛化理论、分子分型准确性上限为未知。发展趋势指向多模态、可解释、泛化三位一体的临床部署系统。

4. 总结与展望

深度学习癌症影像诊断领域的核心矛盾在于高精度与临床所需的可解释性、泛化能力之间的张力。从手工特征工程到端到端深度学习,从单一模态分类到多模态融合与异质性感知,研究路线在数据依赖、计算效率与临床信任之间做出了不同取舍。核心瓶颈在于数据异质、标注稀缺及隐私受限的现实约束,阻碍了模型的跨中心泛化与临床部署。未来可能突破的方向包括:基于大模型微调的少样本学习,以缓解标注成本;跨模态特征对齐技术,以优化多模态融合效果;联邦学习下的隐私保护计算,以支持多中心数据协作。对进入者而言,最值得做的一件事是在统一骨干网络与统一预训练条件下,构建多中心外部验证基准,以量化评估不同方法路线在真实临床场景下的泛化能力与可解释性。

以上为节选,完整内容见ArxivReview

來源:阿里雲開發者社區 AI · developer.aliyun.com