本文介绍了一种基于 EfficientNetB7 模型的深度学习系统，用于肺癌和结肠癌组织病理学图像的精确分类。通过应用预处理、数据增强和迁移学习，该模型达到了 96% 的准确率。该方法在辅助临床癌症诊断方面具有广阔的应用前景。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
肺癌的早期诊断对于改善患者的治疗效果和生存率具有关键作用，这仍是临床研究的主要关注点。人工智能（AI）通过显著提高诊断的准确性和效率，已彻底改变了病理学领域。本研究提出了一种基于预训练EfficientNetB7模型的深度学习模型，用于对结肠和肺组织的组织病理学图像进行分类，准确率高达96%。通过采用先进的预处理方法、微调策略以及针对特定领域的数据增强技术，进一步优化了模型性能。这些策略有助于缓解类别不平衡和细微组织学差异等问题。为解决过拟合问题，本研究结合了多种数据增强技术，并引入了早停准则，从而实现了高效且低成本的训练过程。模型经过充分验证，展现出在临床应用中的高度实用性，能够帮助病理学家实现及时而准确的诊断。将先进的深度学习模型整合到医学影像工作流程中，有望实现癌症的早期和精准诊断，最终改善患者的临床预后。
引言
肺癌和结肠癌是全球范围内死亡率最高的癌症之一。根据全球健康统计数据，肺癌是致死率最高的癌症，每年导致超过180万人死亡，结肠癌紧随其后，是第三大常见恶性肿瘤，也是癌症相关死亡的第二大原因。准确且早期的诊断对于这些癌症的有效治疗和提高生存率至关重要。组织病理学检查，即病理学家对组织样本进行显微镜下评估，仍然是检测癌症最常用的方法之一1。图1展示了多种肺和结肠组织的样本病理图像2。
图1：数据集中的样本图像。 本图展示了LC25000数据集中每个类别的代表性示例，突出了良性和恶性肺组织及结肠组织图像之间的视觉差异。
访问受限。请登录或开始试用以查看此内容。
方案
本研究未涉及对人类受试者或动物的直接实验。所有工作均使用公开可用的、匿名化的LC25000组病理图像数据集完成，该数据集中不含任何可识别的患者信息或对人类组织的直接处理。无需机构审查委员会（IRB）或机构动物护理和使用委员会（IACUC）批准。所有操作均符合伦理标准，并遵守该数据集用于学术研究的使用条款。图2展示了工作流程图的各个步骤。
图 2：所提出方法的工作流程。 该工作流程包括数据预处理、数据增强、模型训练和模型评估。 请点击此处查看此图的放大版本。
访问受限。请登录或开始试用以查看此内容。
结果
图4展示了训练和验证准确率。图5展示了训练和验证损失。
图 4：训练与验证准确率随训练轮次的变化。 本图展示了在全部训练轮次中，训练集和验证集准确率的变化过程，反映了模型在训练过程中的性能演变情况。 请.......
访问受限。请登录或开始试用以查看此内容。
讨论
在对 EfficientNetB7 深度学习架构下标签错误样本的严格审查中，重点分析了模型预测结果与验证数据集中真实标签不一致的样本。此类关键性分析对于研究某些分类错误尤为重要，特别是当模型对肺和结肠组织的不同组织病理学特征发生误分类时11。该过程首先对验证集中的所有图像进行类别预测，并将其与真实分类结果进行比对。通过索引标识出被误分类的图像，即预测标签与实际标签不一致的图像29。通常以五幅被误分类的图像为例进行可视化展示，每幅图像均标注其预测标签和实际标签。这种图形化呈现方式能够清晰揭示模型所犯错误的类型，并有助于分析误分类发生的原因。这种精准的分析对于确定模型可能需要调整的方向至关重要，例如改进预处理技术、数据增强方法或模型架构39。优化这些变量有望显著提升模型的准确性和可靠性，从而增强其作为临床诊断工具的效能——这正是其在临床环境中应用的核心价值，因为在医学诊断中，准确性至关重要。
在本研究中，EfficientNetB7 架构表现出.......
访问受限。请登录或开始试用以查看此内容。
披露
作者声明，本论文的发表不存在任何利益冲突。本研究、研究结果或结论未受到任何财务或个人关系的影响。
致谢
本研究由沙特阿拉伯利雅得公主诺拉·宾特·阿卜杜勒拉赫曼大学研究人员支持项目（PNURSP2026R195）资助，公主诺拉·宾特·阿卜杜勒拉赫曼大学。作者谨向阿卜杜勒阿齐兹国王大学研究与研究生事务部表示感谢，该部通过大型团队研究项目（资助编号 RGP2/749/46）为本工作提供了资金支持。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| A100 GPU (CUDA) | NVIDIA | CUDA Version 11.0 | 用于模型训练与评估的 GPU 加速。 |
| Kaggle 平台 | N/A | 基于云的机器学习模型开发 Notebook。 | |
| Keras | TensorFlow (Google) | 版本 2.6.0 | 运行在 TensorFlow 之上的深度学习 API。 |
| LC25000 | Borkowski AA, Bui MM, Thomas LB, Wilson CP, DeLand LA, Mastorides SM. 肺癌与结肠癌组织病理学图像数据集（LC25000） | N/A | 该数据集包含 25,000 张组织病理学图像，共 5 个类别。所有图像尺寸均为 768 x 768 像素，文件格式为 jpeg。 |
| Matplotlib | Python 软件基金会 | 版本 3.5.0 | 用于结果绘图的可视化库。 |
| NumPy | Python 软件基金会 | 版本 1.19.5 | 数值计算库。 |
| OpenCV | 开源 | 版本 4.5.4 | 图像处理与计算机视觉库。 |
| Pandas | Python 软件基金会 | 版本 1.3.4 | 数据分析与操作工具。 |
| Python（Anaconda 发行版） | Anaconda 公司 | 版本 3.7.12 | 包含预安装的软件包及环境管理工具。 |
| Scikit-learn | Python 软件基金会 | 版本 0.23.2 | 用于性能评估的机器学习工具。 |
| TensorFlow | 版本 2.6.2 | 用于扩散模型的深度学习框架。 |
参考文献
- Al-Jabbar, M., Alshahrani, M., Senan, E. M., Ahmed, I. A. Histopathological analysis for detecting lung and colon cancer malignancies using hybrid systems with fused features. Bioengineering. 10 (3), 383(2023).
- Borkowski, A. A., Bui, M. M., Thomas, L. B., Wilson, C. P., DeLand, L. A., Mastorides, S. M., et al.
访问受限。请登录或开始试用以查看此内容。