结合多尺度特征融合和注意力机制的肺腺癌病理图像分类胶囊网络

作     者：李思雨 高静 王云玲 帕力旦·吐尔逊 马玉花 LI Siyu;GAO Jing;WANG Yuning;PALIDAN Tuerxun;MA Yuhua

作者机构：新疆大学软件学院新疆乌鲁木齐830091 新疆临床基因检测与生物医学信息重点实验室新疆克拉玛依834099 新疆克拉玛依市消化系统肿瘤精准医学临床研究中心新疆克拉玛依834099 新疆克拉玛依市中心医院病理科新疆克拉玛依834099 新疆医科大学第一附属医院影像中心新疆乌鲁木齐830011 新疆师范大学计算机科学技术学院新疆乌鲁木齐830054 

基　　金：中央引导地方科技发展专项“新疆地区缺血性脑卒中风险筛查及多模态影像人工智能研究服务平台建设”(ZYYD2023D02) 新疆维吾尔自治区自然科学基金面上项目“极光激酶A抑制剂(MLN8237)逆转EGFR-TKI耐药的分子机制研究”(2021D01A24) 新疆维吾尔自治区自然科学基金地州科学基金“基于振动光谱结合多变量分析的肺癌早期诊断模型的研究”(2021D01F35) 新疆维吾尔自治区科技支疆项目“基于Prophet-ARMA(预测-自回归滑动平均模型)的医院门诊就诊量预测方法与管理对策研究”(2021E02078) 

出 版 物：《新疆大学学报（自然科学版中英文）》 (Journal of Xinjiang University(Natural Science Edition in Chinese and English))

年 卷 期：2024年第41卷第3期

页      码：319-328页

摘      要：病理学家通过分析肺腺癌低级别组织和癌旁组织来确定病灶切除范围,然而,两者间的细胞形态差异较小,分析时依赖病理学家的主观经验,耗时且易误诊.故提出一种结合多尺度特征融合和通道自注意力的胶囊网络(Multi-Scale Feature Fusion with Self-Channel Attention for Capsule Network, MSCNet),用于帮助医生高效诊断疾病,为患者提供更好的治疗方案.首先,设计了多尺度特征融合模块来提升胶囊网络以捕捉同源图像不同尺度间的语义信息,试图减少模型计算量以提高处理速度及分类准确性.其次,通道自注意力(Self-Channel Attention, SCA)模块作为MSCNet的另一重要组件,可以寻找到更具代表性的特征,辅助识别组织病理学图像中的细微特征,降低误诊风险.实验结果表明,在肺腺癌低级别组织与癌旁组织的二分类任务中,MSCNet实现了99.34%的分类准确率、97.65%的F1-Score值和97.57%的精确度.

主 题 词：肺腺癌 多尺度特征融合 注意力机制 胶囊网络 

学科分类：1002[医学-临床医学类] 08[工学] 080203[080203] 0802[工学-机械学] 100214[100214] 10[医学] 

D　O　I：10.13568/j.cnki.651094.651316.2023.07.22.0001

馆 藏 号：203127959...