CT-DeepLearning团队发布研究：2.5D残差网络在肺结节恶性风险分类中表现最佳

摘要：CT-DeepLearning团队在arXiv发布了一项关于肺结节恶性风险分类的研究，比较了2D、2.5D和3D残差网络的效果，并评估了动量对比预训练、轻度数据增强和排除不确定标签的影响。研究发现，2.5D模型在增强条件下表现最佳，测试Macro-F1值达到0.6537，显著优于2D（0.6134）和3D（0.5403）模型。研究还表明，数据增强对所有维度的模型性能均有提升，而预训练方法未带来预期效果。

---

研究背景与目的

肺结节的恶性风险分类是医学影像分析中的关键任务，对早期肺癌筛查至关重要。传统方法多依赖2D或3D卷积神经网络（CNN），但不同维度的模型在处理CT数据时的表现差异显著。本研究旨在系统比较2D、2.5D和3D残差网络，并评估动量对比预训练和轻度数据增强的效果。

方法

研究使用了LIDC-IDRI数据集，包含2654个肺结节，分为良性、不确定和恶性三类。数据集被划分为1876个训练样本、382个验证样本和396个测试样本。模型输入包括单个轴向切片、五个相邻切片和局部CT体积。实验分为三个主要部分：

1. 2D模型：使用单个轴向切片作为输入。
2. 2.5D模型：使用五个相邻切片作为输入。
3. 3D模型：使用局部CT体积作为输入。

每种模型都进行了随机初始化基线、动量对比预训练后微调和带轻度数据增强的监督训练三种训练方式的评估。

主要发现

1. 性能对比：

   • 增强后的2.5D模型在测试集上的Macro-F1值最高，达到0.6537，显著优于2D（0.6134）和3D（0.5403）模型。
   • 2D模型的Macro-F1值为0.6134，3D模型为0.5403。
   • 数据增强对所有维度的模型性能均有提升，而动量对比预训练未带来预期效果。

2. 二分类任务：

   • 在排除不确定标签的二分类任务中，2.5D模型的Macro-F1值最高，为0.8664。
   • 2D和3D模型的Macro-F1值分别为0.8227和0.7554。

3. 结论：

   • 2.5D模型在肺结节恶性风险分类中表现最佳，数据增强是提升模型性能的关键因素。
   • 预训练方法未显著提升模型性能，可能与任务特性或预训练策略有关。

工程权衡与建议

1. 维度选择：2.5D模型在性能和计算成本之间取得了良好平衡，适合资源受限的场景。
2. 数据增强：轻度数据增强是提升模型鲁棒性的有效手段，建议在类似任务中广泛应用。
3. 预训练策略：动量对比预训练在本任务中未表现出优势，可能需要探索其他预训练方法或调整预训练策略。

开发者落地建议

1. 模型选择：建议优先考虑2.5D模型，结合数据增强技术，以实现高效且高性能的肺结节分类。
2. 计算资源：2.5D模型对计算资源的需求适中，适合在中等规模的GPU集群上部署。
3. 持续优化：建议进一步探索其他预训练方法和数据增强策略，以进一步提升模型性能。

---

消息来源：ArXiv Machine Learning (cs.LG) (2026-10-28)

—— 完 ——

主题标签： #医学AI 关注 #深度学习 关注 #残差网络 关注 #数据增强 关注 #肺结节分类 关注