基于深度学习的宫颈细胞学分析研究综述

基于深度学习的宫颈细胞学分析研究综述一、宫颈细胞学分析的临床背景与技术演进宫颈癌是全球女性发病率与死亡率最高的恶性肿瘤之一，世界卫生组织2025年数据显示，全球每年新增宫颈癌病例约60万例，死亡病例约34万例，其中85%以上的死亡病例发生在医疗资源欠发达地区。宫颈癌的发生发展是一个从癌前病变到浸润癌的渐进过程，通常需要5至10年的时间，这一窗口期为早期筛查与干预提供了充足空间。宫颈细胞学检查作为宫颈癌筛查的核心手段，通过采集宫颈脱落细胞进行制片、染色与显微镜下观察，识别细胞形态异常从而实现癌前病变的早期检出，是降低宫颈癌发病率与死亡率最具成本效益的公共卫生干预措施。传统宫颈细胞学分析依赖病理医师人工阅片，该模式存在三大核心痛点：第一，诊断效率低，一名经验丰富的病理医师每天最多可完成100例左右的玻片阅片，在筛查需求集中的基层医疗机构，标本积压问题十分突出；第二，诊断一致性差，受医师经验水平、视觉疲劳、主观判断差异等因素影响，不同医师对同一玻片的诊断符合率仅为60%至70%，假阴性率最高可达30%，容易造成漏诊误诊；第三，人才缺口巨大，我国病理医师总数不足2万人，每10万人口仅拥有1.4名病理医师，远低于发达国家每10万人口5至10名的水平，基层地区病理人才短缺问题尤为严重。为突破人工阅片的局限性，宫颈细胞学分析技术经历了多轮迭代。20世纪90年代，基于传统机器学习的计算机辅助诊断系统开始应用于临床，这类系统通过人工设计的特征提取算子（如形态学特征、纹理特征、色度特征等）对细胞进行量化描述，再使用支持向量机、随机森林等分类器实现异常细胞识别。但这类方法的性能高度依赖人工特征的设计质量，对于重叠细胞、退化细胞、染色不均等复杂场景的特征提取效果不佳，整体诊断准确率难以突破85%，始终无法达到临床实用要求。2012年AlexNet在图像分类任务中的突破性表现，推动深度学习技术快速渗透到医学图像分析领域，基于深度学习的宫颈细胞学分析也逐渐成为该领域的研究热点，为解决传统技术的瓶颈提供了全新路径。二、深度学习在宫颈细胞学分析中的核心技术路径目前深度学习在宫颈细胞学分析中的应用主要围绕细胞级检测、玻片级诊断、全流程优化三大方向展开，不同技术路径分别对应临床筛查流程中的不同环节需求。在细胞级检测方向，研究重点是实现单个细胞的定位、分割与分类，这是宫颈细胞学分析的基础任务。早期研究多采用两阶段检测框架，如基于FasterR-CNN的改进模型，通过区域生成网络先定位细胞候选区域，再对候选区域进行细胞类别判断。这类方法在细胞密度适中的数据集上平均精度均值（mAP）可达88%以上，但对于细胞重叠率超过30%的复杂场景，检测精度会下降10至15个百分点。为解决重叠细胞分割难题，研究者提出了基于掩码区域卷积神经网络（MaskR-CNN）的实例分割方法，通过增加掩码预测分支，同时实现细胞的定位、分类与轮廓分割，部分改进模型在ISBI2014宫颈细胞分割数据集上的分割Dice系数可达0.92，能够有效区分粘连的上皮细胞与炎性细胞。近年来，Transformer架构开始应用于细胞检测任务，基于视觉Transformer（ViT）的模型通过自注意力机制捕捉细胞间的空间关联信息，对于异常细胞的识别召回率较卷积神经网络模型提升了5至7个百分点，尤其对罕见的小细胞癌、腺癌细胞的检测敏感性提升更为显著。在玻片级诊断方向，研究重点是实现整张宫颈细胞学玻片的病变分级，直接输出符合临床诊断标准的结果（如正常、低度鳞状上皮内病变、高度鳞状上皮内病变、鳞状细胞癌、腺癌等）。由于整张玻片的分辨率通常超过10万×10万像素，无法直接输入模型进行处理，因此主流技术路径采用“分块预测-结果融合”的策略：先将玻片切割为若干个2048×2048像素的小图像块，使用预训练的图像分类模型对每个图像块进行异常概率预测，再通过注意力机制、多实例学习等方法融合所有图像块的预测结果，得到整张玻片的最终诊断。其中，多实例学习是该方向的研究热点，通过将整张玻片视为一个包含多个实例（图像块）的包，仅需玻片级的诊断标签即可完成模型训练，无需耗时耗力的细胞级标注，大幅降低了数据标注成本。2023年发表在《自然·医学》的一项研究显示，基于弱监督多实例学习的宫颈细胞学诊断模型在包含10万张玻片的多中心数据集上的AUC（受试者工作特征曲线下面积）可达0.97，诊断敏感性与特异性分别达到94.2%和93.5%，与高年资病理医师的诊断水平相当。在全流程优化方向，研究重点是将深度学习技术融入宫颈细胞学筛查的全流程，覆盖从制片、染色、扫描到诊断的各个环节。在制片环节，基于深度学习的质量评估模型可以自动识别制片不合格的样本（如细胞量不足、涂片过厚、染色不佳等），合格率判断准确率可达96%以上，避免不合格样本进入后续环节造成资源浪费。在扫描环节，基于深度学习的自动对焦模型可以大幅缩短玻片扫描时间，扫描效率较传统算法提升40%以上。在诊断环节，研究人员开发了“人机协同”诊断模式，由深度学习模型先对玻片进行初筛，将阴性样本直接排除，仅将可疑阳性样本提交给病理医师复核，这种模式可以将病理医师的阅片效率提升3至5倍，同时将诊断假阴性率降低至5%以下。三、当前研究面临的关键挑战与技术瓶颈尽管基于深度学习的宫颈细胞学分析技术已经取得了显著进展，但在临床落地过程中仍然面临诸多挑战，核心瓶颈集中在数据、泛化性、可解释性三个方面。数据层面的挑战主要体现在高质量标注数据的稀缺与数据分布的不均衡。宫颈细胞学数据的标注需要专业病理医师耗费大量时间完成，标注一张包含数千个细胞的玻片通常需要2至3小时，目前公开的标注数据集规模普遍较小，多数数据集包含的玻片数量不足1万张，且多来自单中心、单制片系统，数据多样性不足。同时，宫颈癌前病变的发病率相对较低，异常样本在整体数据集中的占比不足5%，类别不均衡问题十分突出，容易导致模型对少数类别的识别性能不佳。此外，不同医疗机构使用的制片系统、染色方法、扫描设备存在差异，导致细胞学图像的色度、对比度、清晰度存在较大差异，进一步增加了数据标准化的难度。泛化性层面的挑战主要体现在模型跨中心、跨设备的性能衰减问题。多数深度学习模型在内部测试集上的表现优异，但在外部中心的测试数据集上性能会出现明显下降，部分模型的AUC下降幅度可达10至15个百分点。导致泛化性差的主要原因包括：训练数据的分布与实际临床场景的分布存在偏移，模型过度拟合训练数据的特征（如特定制片系统的染色特征、特定人群的细胞形态特征等），而没有学习到真正通用的病变特征。此外，对于罕见类型的宫颈病变（如透明细胞癌、神经内分泌癌等），由于训练样本量极少，模型对这类病变的识别率普遍不足50%，难以满足临床需求。可解释性层面的挑战是制约深度学习模型获得临床认可的核心障碍。目前大多数深度学习模型属于“黑盒”模型，只能输出诊断结果，无法给出明确的诊断依据，而临床诊断要求医师必须对诊断结果负责，无法解释的模型输出难以获得医师的信任。尽管已有研究尝试通过类激活映射、注意力可视化等方法对模型的决策过程进行解释，但这些方法只能粗略显示模型关注的图像区域，无法从病理特征层面解释模型判断异常的依据，如核质比升高、核异型性、核分裂象等具体的病理形态学特征，与临床诊断的逻辑无法对齐。四、未来研究方向与临床应用前景针对上述挑战，未来基于深度学习的宫颈细胞学分析研究将重点围绕以下几个方向展开：第一，构建大规模多中心标注数据集与预训练模型。通过医工交叉合作，整合不同地区、不同层级医疗机构的宫颈细胞学数据，构建包含数十万甚至数百万张玻片的多中心数据集，覆盖不同制片系统、染色方法、人群特征与病变类型。基于大规模数据集开展自监督学习、半监督学习研究，训练通用的宫颈细胞学预训练模型，降低后续任务对标注数据的依赖，提升模型的泛化能力。2024年我国启动的“宫颈癌筛查人工智能大数据平台”建设项目，计划整合全国20个省份的500万张宫颈细胞学玻片数据，将为该领域的研究提供重要的数据支撑。第二，发展鲁棒性更强的跨域适应与小样本学习算法。针对跨中心数据分布偏移问题，研究领域自适应、域泛化算法，通过特征解耦、风格迁移等方法消除不同设备、不同制片流程带来的特征差异，提升模型在未知中心数据上的性能。针对罕见病变样本不足的问题，研究小样本学习、少样本生成算法，通过生成式对抗网络、扩散模型生成高质量的罕见病变细胞图像，扩充训练数据集，提升模型对罕见病变的识别能力。第三，开发可解释的深度学习模型与人机协同诊断系统。融合病理知识与深度学习技术，构建“知识驱动+数据驱动”的混合模型，使模型能够输出符合病理诊断逻辑的解释依据，如识别出的异常细胞位置、具体的形态学异常特征等。同时，优化人机协同诊断流程，设计更加符合病理医师阅片习惯的交互界面，将模型的预测结果与医师的专业判断深度融合，在提升诊断效率的同时保障诊断质量。从临床应用前景来看，随着技术的不断成熟，基于深度学习的宫颈细胞学分析系统将在三个场景发挥重要作用：一是基层医疗机构的宫颈癌筛查，通过人工智能辅助诊断弥补基层病理人才不足的短板，提升基层筛查服务的可及性与质量；二是大规模人群宫颈癌筛查项目，人工智能系统可以快速完成大量样本的初筛，大幅提升筛查效率，降低筛查成本；三是病理科的常规诊断辅助，帮助病理医师减少重复性劳动，专注于复杂病例的诊断，提升整体诊断水平。五、行业监管与伦理规范建设随着基于深度学习的宫颈细胞学分析产品逐渐进入临床应用，行业监管与伦理规范建设也成为该领域的重要研究内容。在监管层面，各国医疗监管机构都在加快完善人工智能医疗器械的审评审批标准，我国2023年发布的《人工智能医疗器械注册审查指导原则》明确要求，宫颈细胞学人工智能诊断产品需要在至少3家以上的三级医疗机构开展多中心临床试验，临床试验样本量不少于2万例，其中阳性样本占比不低于10%，且需要涵盖不同制片系统、不同病变类型的样本，确保产品的安全性与有效性。在伦理层面，研究重点围绕患者数据隐私保护、诊断责任界定、算法公平性三个方面展开。患者数据隐私保护方面，需要采用联邦学习、隐私计算等技术，在不共享原始数据的前提下实现模型的跨中心训练，避免患者隐私泄露。诊断责任界定方面，需要明确人工智能系统的辅助诊断定位，最终诊