《Scientific Reports》：A multi-scale adaptive filtering and AtRes_SRU–transformer synergy for breast cancer histopathology classification
编辑推荐：
为应对复杂、高分辨率且有大量噪声和组织变异的生物医学图像自动分类难题，研究人员开展了ImTranNet-TriCore模型的研究。该模型整合了LM-AdaFilter、DP-AtRes-SRU和MHHT等创新模块，在多个数据集上实现了高达95.92%的分类准确率，显著优于传统方法，为临床实时诊断提供了高效、可解释的解决方案。
在当代医疗体系中，一张张微观的病理切片、一幅幅复杂的磁共振影像，承载着疾病诊断的关键信息。生物医学图像分析正变得至关重要，它如同医生的“数字眼睛”，协助进行精准诊断、制定治疗方案并支持临床决策。然而，随着磁共振成像（MRI）、组织病理学和胸部X光等新型成像技术的普及，医疗系统正面临一场“数据海啸”——这些图像通常规模庞大、分辨率极高，并且充斥着组织变异、噪声以及复杂的类内与类间差异。传统的深度学习模型，如卷积神经网络（CNN）和循环神经网络（RNN），在处理此类复杂数据时往往力不从心，难以在诊断准确性和计算效率之间取得理想平衡，更遑论满足实时临床场景的苛刻需求。如何让计算机像经验丰富的病理学家一样，既能洞察全局，又能捕捉细微特征，从这些充满“干扰”的图像中提炼出可靠的诊断依据，成为了一个亟待攻克的核心难题。针对这一挑战，一项名为“A multi-scale adaptive filtering and AtRes_SRU–transformer synergy for breast cancer histopathology classification”的研究应运而生，其成果发表在《Scientific Reports》期刊上。
为了开展这项研究，作者主要运用了深度学习模型构建与评估的技术方法。研究核心是提出了一个名为ImTranNet-TriCore的新模型。具体而言，研究人员设计并集成了三个关键创新模块：可学习的多尺度自适应滤波模块（Learnable Multi-Scale Adaptive Filtering module, LM-AdaFilter）、双路径注意力残差SRU模块（Dual-Path Attentive Residual SRU, DP-AtRes-SRU）以及多头混合Transformer模块（Multi-Head Hybrid Transformer, MHHT）。模型的性能通过在常规生物医学图像数据集上进行训练和测试来验证，评估指标包括准确率、精确率、召回率和F1分数等。
研究结果
- •
模型整体性能表现
通过在多模态生物医学图像数据集上的综合测试，ImTranNet-TriCore模型展现出了卓越的分类能力。其整体分类准确率达到95.92%，显著优于传统的CNN、RNN及独立的Transformer模型。特别是在脑部MRI和胸部X射线数据上，模型取得了极高的精确率（分别为97.83%和97.67%）和可观的召回率（分别为93.75%和87.50%），这表明该模型在区分阳性与阴性病例、有效减少假阳性方面具有强大优势。高F1分数进一步印证了模型在复杂、含噪生物医学数据上性能的鲁棒性。
- •
LM-AdaFilter模块的噪声抑制与特征保留效果
可学习的多尺度自适应滤波模块（LM-AdaFilter）被设计用于动态适应输入图像的局部特性。该模块通过动态调整滤波参数，能够在有效抑制图像中无关噪声的同时，保留对诊断至关重要的细微特征。实验结果表明，该模块的引入显著提升了模型在噪声环境下的特征提取质量，为后续处理步骤提供了更“干净”且信息丰富的输入。
- •
DP-AtRes-SRU模块的时空特征捕获能力
双路径注意力残差SRU模块（DP-AtRes-SRU）旨在高效捕获图像序列或空间邻域中的时空依赖关系。其中，注意力机制帮助模型聚焦于关键区域，而残差连接确保了训练过程中梯度的有效流动，缓解了深层网络中的梯度消失问题。该模块使ImTranNet-TriCore能够同时建模空间相关性和时间（或序列）动态变化，从而更全面地理解图像内容。
- •
MHHT模块的全局上下文建模与特征融合
多头混合Transformer模块（MHHT）的核心作用在于实现局部特征与全局上下文信息的深度融合。通过多头自注意力机制，模型能够在整个图像范围内建立远程依赖，理解不同区域之间的语义关联。MHHT模块有效地桥接了从LM-AdaFilter和DP-AtRes-SRU提取的局部与时空特征，通过高级特征融合增强了模型的整体表征能力和推理水平，直接促进了最终分类准确率的提升。
结论与讨论
本研究成功开发并验证了一种名为ImTranNet-TriCore的新型深度学习模型，专门用于解决复杂生物医学图像的自动分类问题。该模型的创新性在于有机整合了三个核心组件：LM-AdaFilter负责自适应去噪与特征保留，DP-AtRes-SRU擅长捕获时空特征，而MHHT则专注于全局上下文建模与特征融合。这种协同设计使模型能够同时应对生物医学图像分析中的多个关键挑战，包括高噪声、大尺度变异以及局部与全局信息整合的难题。
在多个公开生物医学数据集上的实验结果表明，ImTranNet-TriCore在分类准确率、精确率、召回率和F1分数等关键指标上均全面超越了传统的CNN、RNN及独立Transformer模型，尤其是在处理脑部MRI和胸部X射线等复杂数据时表现突出。这不仅证明了所提出架构的有效性，也凸显了其在处理真实世界嘈杂、高变异医学数据方面的强大潜力。
这项研究的重要意义在于，它朝着开发兼具高精度与高计算效率的临床可用人工智能诊断工具迈出了坚实的一步。ImTranNet-TriCore模型展现出的优异性能，意味着它有望被集成到实际的医疗工作流程中，为放射科医生和病理学家提供实时、可靠的第二意见，辅助进行乳腺癌等疾病的早期筛查与诊断，从而有望提高诊断效率，减少人为误差，并最终改善患者预后。尽管该研究已展现出巨大潜力，但未来工作仍可进一步探索模型在更广泛、多中心的临床数据集上的泛化能力，以及将其应用于其他类型医学图像分类任务的可行性，持续推动人工智能在精准医疗领域的深入应用。
