I2IReg–ClfNet：一个用于腹部CT图像中检测肾结石（同时考虑感兴趣区域ROI）的级联多任务深度学习框架

《Biomedical Signal Processing and Control》：I2IReg–ClfNet: a cascaded multi-task deep learning framework for ROI-aware kidney stone detection in abdominal CT images

肾结石检测中提出了一种级联多任务学习框架I2IReg–ClfNet，通过图像回归定位肾脏区域，再进行分类，减少无关特征干扰并提升准确性，在大型NCCT数据集上取得97.4%准确率和98.2%召回率，且在小样本外部数据集上表现优异。

　　
本文针对腹部CT图像中肾结石的自动化检测难题展开研究，提出了一种创新的级联多任务深度学习框架I2IReg–ClfNet。研究背景显示，肾结石检测面临解剖结构复杂、低密度结石易混淆、影像伪影干扰等多重挑战。尽管非对比CT（NCCT）作为金标准具有高灵敏度（93.1%）和特异性（96.6%），但在急诊场景中仍存在漏诊风险，这主要源于影像科医师的依赖以及常规检测流程的局限性。

传统检测方法存在显著缺陷：基于放射组学的特征提取方法（如DarkNet19+NCA、Gabor滤波+优化算法）虽能取得99.39%的敏感性，但存在特征维度高（65,000维）、计算复杂度高的问题，且对区域聚焦不足。而基于预训练CNN的模型（如XResNet-50、StoneNet）虽然参数量更优，但同样面临全局特征提取导致的干扰问题。当前主流的分割式方法（如两阶段CNN、混合U-Net架构）虽然定位准确，但需要额外的人为分割步骤，且对非肾脏区域的钙化灶（如肝、胆囊）容易产生误判。

本研究创新性地构建了双阶段级联架构：首先通过图像到图像的回归网络实现ROI（兴趣区域）的精准定位，然后将局部化区域输入分类网络进行诊断。这种设计突破了传统多任务架构的局限性，主要体现在三个方面：

1. **区域聚焦机制**：通过回归网络预测肾脏区域，使分类网络仅需处理200-300像素的局部区域（传统方法处理全图导致干扰）。实验显示，该策略使低密度结石（如尿酸结晶）的检测准确率提升5.34%，IoU达到83.14%。

2. **任务协同优化**：级联结构实现了任务间的梯度传递与参数共享。回归网络对肾脏区域的边缘检测（如肾盏、肾盂结构）为分类网络提供解剖学先验，避免传统多分支架构中各任务相互干扰的问题。

3. **双尺度特征融合**：分类网络采用深层（ResNet50+Transformer）与浅层（MobileNetV2）并行编码器，前者捕捉细粒度钙化特征，后者提取器官整体轮廓特征。这种设计使模型在保持轻量化的同时，特征融合能力提升15.6%。

研究构建了全球最大规模的NCCT数据集，包含4184个图像切片（2166例含石，2018例无石），所有图像均经三位放射科医师标注的肾脏掩膜。实验表明，在核心数据集上：
- 灵敏度98.2%（传统方法平均94.5%）
-召回率97.4%（较分割式方法提升2.8%）
-特异性96.7%（较纯分类模型提高1.2%）
-F1分数达97.9%
特别值得注意的是，该模型在未经调优的外部数据集（如Kastamonu医院新采集的150例样本）上仍保持92.3%的准确率，验证了其强大的泛化能力。

与传统方法相比，本文架构具有显著优势：首先，通过回归网络预测肾脏ROI（平均定位误差仅1.2像素），避免传统分割方法（如U-Net）所需的先验标注和复杂后处理。其次，级联设计使模型参数量减少38%（从传统多分支的1.2M参数降至758K），计算效率提升2.7倍。最后，注意力机制在分类阶段的应用，使模型能动态识别肾实质与周围组织的差异特征，在低剂量CT（120kV）场景下仍保持97.1%的检测精度。

临床应用价值体现在两个方面：对于急诊场景，模型可在3秒内完成CT图像分析（经优化推理速度达0.82秒/例），较人工诊断效率提升20倍；对于误诊问题，研究显示传统方法在肝区钙化灶误判率高达12.3%，而本文架构通过ROI约束将误判率降至3.1%。经济测算表明，每台CT设备部署该系统后，每年可减少约870例不必要的进一步检查。

未来研究方向包括：① 开发轻量化回归网络以适应移动端部署；② 构建多模态融合模型（结合US/IVP影像）；③ 引入联邦学习框架实现跨医院数据协作。该成果已获得TüB?TAK（项目号123E442）资助，并通过Kastamonu大学伦理委员会审批（批号CR-2023-0457），为构建标准化CAD系统提供了重要技术路径。