基于深度学习的甲状腺结节诊断研究综述

基于深度学习的甲状腺结节诊断研究综述甲状腺结节是临床常见的内分泌疾病，流行病学调查显示，成人甲状腺结节的触诊检出率约为4%~7%，借助高分辨率超声的检出率可高达20%~76%，其中约5%~15%的结节为恶性甲状腺癌。近年来我国甲状腺癌发病率以每年20%左右的速度持续增长，早发现、早诊断、早治疗是改善患者预后、降低死亡率的关键。临床中甲状腺结节诊断高度依赖医学影像检查，超声、CT、细针穿刺细胞学活检等技术的广泛应用为结节良恶性鉴别提供了重要依据，但传统诊断模式高度依赖医师的临床经验，存在诊断效率低、主观误差大、不同医疗机构诊断水平差异显著等问题。随着深度学习技术在医学影像分析领域的快速发展，其强大的特征提取能力和端到端的学习模式为甲状腺结节智能诊断提供了新的解决方案，相关研究成果已展现出巨大的临床应用潜力。一、甲状腺结节诊断常用影像模态及深度学习应用基础当前临床用于甲状腺结节评估的影像模态主要包括超声、计算机断层扫描（CT）、磁共振成像（MRI）以及核医学显像等，不同模态的影像数据为深度学习模型提供了多维度的信息输入。超声检查因具有无创、无辐射、价格低廉、实时成像等优势，是甲状腺结节筛查和初步诊断的首选影像学方法。甲状腺超声图像能够清晰显示结节的大小、形态、边界、回声、钙化、血流信号等特征，这些特征与结节良恶性密切相关。但超声图像存在对比度较低、噪声干扰大、成像质量受操作者手法影响显著等问题，给传统计算机辅助诊断方法带来了挑战。深度学习中的卷积神经网络（CNN）能够自动从原始图像中学习多层次特征，避免了人工特征设计的局限性，在超声图像甲状腺结节诊断中得到了最广泛的应用。CT检查在评估甲状腺结节对周围组织的侵犯、颈部淋巴结转移情况方面具有独特优势，增强CT能够提供结节的血供信息，弥补了超声检查的不足。不过甲状腺是对X线辐射较为敏感的器官，CT检查不作为甲状腺结节的常规筛查手段，多用于术前评估。深度学习模型在CT图像中的应用主要集中于结节分割、特征提取以及良恶性分类，通过融合平扫和增强期的图像信息，能够进一步提升诊断准确率。MRI具有良好的软组织分辨率，能够提供多参数、多序列的成像信息，在鉴别甲状腺癌病理亚型、评估肿瘤包膜侵犯等方面具有较高价值，但MRI检查时间长、费用高，临床应用相对较少，相关深度学习研究也处于起步阶段。细针穿刺细胞学活检是目前术前诊断甲状腺结节良恶性的金标准，但其属于有创检查，且存在约15%~30%的标本结果为不确定性诊断，给临床决策带来了困难。近年来，深度学习技术开始应用于细胞学涂片图像的自动分析，通过对细胞形态、排列方式等特征的自动识别，辅助病理医师提高诊断效率，降低不确定性诊断的比例。此外，多模态影像融合的深度学习模型逐渐成为研究热点，通过整合超声、CT、MRI以及临床检验、基因检测等多源信息，能够更全面地描述结节的生物学特征，进一步提升诊断性能。二、深度学习在甲状腺结节诊断中的核心任务及研究进展深度学习在甲状腺结节诊断领域的应用主要围绕三大核心任务展开，分别是结节检测与定位、结节分割以及良恶性分类，相关研究在近年来取得了突破性进展。结节检测与定位是甲状腺结节智能诊断的首要步骤，其目标是在完整的医学影像中自动识别出结节的存在并确定其位置，为后续的分析提供基础。早期的甲状腺结节检测研究多采用基于滑动窗口的CNN模型，通过在图像上密集滑动窗口提取局部区域进行分类，判断区域内是否存在结节，但这类方法计算复杂度高，检测速度慢，难以满足临床实时性需求。随着目标检测技术的发展，基于区域的卷积神经网络（R-CNN）系列、单阶段检测（YOLO、SSD）等模型被引入甲状腺结节检测任务中。2018年，研究人员提出了一种改进的FasterR-CNN模型用于超声图像中甲状腺结节检测，在包含1200例患者的数据集上取得了92.3%的准确率，检测速度较传统滑动窗口方法提升了近10倍。针对小尺寸结节检测难度大的问题，后续研究通过引入特征金字塔网络、注意力机制等结构，增强了模型对微小特征的感知能力，将直径小于5mm的结节检出率提升了8~10个百分点。目前，先进的深度学习检测模型已经能够在秒级时间内完成整幅超声图像的结节定位，检测准确率达到了资深超声医师的平均水平，为大规模人群甲状腺结节筛查提供了技术支撑。结节分割任务旨在精确勾勒出结节的轮廓边界，是提取结节形态特征、量化大小、评估生长情况的前提。甲状腺结节形态不规则、边界模糊、与周围正常组织对比度低等特点给精确分割带来了挑战。早期的分割研究多采用全卷积网络（FCN）及其衍生模型，如U-Net。U-Net因具有对称的编码器-解码器结构和跳跃连接，能够有效融合低层次的细节特征和高层次的语义特征，在医学图像分割任务中表现优异，成为甲状腺结节分割的主流基准模型。为进一步提升分割精度，研究人员从多个方向对U-Net进行了改进：通过引入残差模块、密集连接模块解决深度网络训练过程中的梯度消失问题，增强特征传播能力；结合注意力机制，让模型自动聚焦于结节区域，抑制背景噪声的干扰；针对甲状腺超声图像中存在的散斑噪声，在模型中加入多尺度卷积模块和噪声抑制模块，提升模型的鲁棒性。2023年发表的一项研究提出了一种基于Transformer和CNN混合架构的分割模型，通过Transformer捕捉长距离的全局特征依赖，结合CNN提取局部细节特征，在包含3000例甲状腺超声图像的公开数据集上取得了94.7%的Dice系数，分割精度较传统U-Net提升了3.2个百分点，边缘位置的分割误差降低了40%，能够满足临床对结节体积测量、形态评估的精度要求。良恶性分类是甲状腺结节诊断的核心目标，也是深度学习研究最集中的方向。早期的分类研究多采用VGG、ResNet等经典CNN架构，以结节区域图像作为输入，直接输出良恶性预测结果。2017年，《NatureCommunications》发表的一项研究首次证实，深度学习模型在甲状腺超声图像良恶性分类任务中的AUC（受试者工作特征曲线下面积）可达0.945，诊断准确率与经验丰富的超声医师相当，这一标志性成果极大推动了该领域的发展。后续研究主要从以下几个方向提升分类性能：一是多尺度特征融合，通过融合不同层次的卷积特征，同时利用结节的纹理、边缘等低层次特征和钙化、微结构等高层次语义特征，提升模型对复杂结节的判别能力；二是结合临床先验知识，将TI-RADS（甲状腺影像报告和数据系统）中的形态规则、边界特征、回声类型等诊断标准融入模型的训练过程，例如通过多任务学习，让模型同时预测结节的TI-RADS分类和良恶性，提升模型的可解释性；三是小样本学习研究，针对标注医学数据稀缺的问题，通过迁移学习、元学习、数据增强等方法降低模型对大规模标注数据的依赖。2022年的一项研究提出了一种基于少样本学习的甲状腺结节分类模型，仅使用50例标注样本进行训练，就取得了89.2%的分类准确率，为低资源医疗机构的模型部署提供了可行方案。此外，针对细胞学活检中不确定性诊断的问题，研究人员开发了基于深度学习的细胞学图像分析模型，能够对BethesdaIII/IV类的不确定结节进行进一步分层，识别其中的高风险恶性病例，帮助临床减少不必要的诊断性手术。三、模型可解释性与临床应用落地研究尽管深度学习模型在甲状腺结节诊断任务中已经取得了很高的准确率，但其“黑箱”特性导致决策过程难以解释，这成为制约其临床广泛应用的主要障碍。临床医师不仅需要模型给出良恶性的预测结果，更需要知道模型基于哪些特征做出判断，以评估预测结果的可靠性。因此，近年来模型可解释性成为该领域的研究热点。目前应用于甲状腺结节诊断模型的可解释性方法主要分为两类：一类是事后解释方法，即对已经训练好的模型进行解释，包括类激活映射（CAM）及其变体Grad-CAM、导向反向传播等。这类方法通过生成热力图，高亮显示图像中对模型决策贡献最大的区域，帮助医师理解模型重点关注了结节的哪些部位。例如，研究人员将Grad-CAM应用于甲状腺结节分类模型，生成的热力图能够准确定位结节中的微钙化、毛刺征等恶性特征区域，与临床医师的诊断关注点高度吻合，有效提升了医师对模型的信任度。另一类是事前可解释模型，即在模型设计阶段就融入可解释性结构，例如通过注意力机制让模型自动学习和输出对诊断有重要价值的特征，或者将模型的决策过程与TI-RADS分级标准对应，直接输出结节的边界是否清晰、回声是否均匀、是否存在钙化等可解释的特征描述。2024年发表的一项研究提出了一种知识引导的可解释深度学习框架，模型不仅能够输出结节良恶性预测结果，还能同时生成符合TI-RADS规范的结构化报告，包括结节的大小、位置、各项特征描述以及分级建议，其输出的特征描述与医师标注的一致性达到了91%，实现了诊断结果和诊断依据的同步输出，大幅提升了模型的临床实用性。在临床落地应用方面，国内外已经有多个基于深度学习的甲状腺结节辅助诊断系统获得了医疗器械注册证，开始进入临床试用和推广阶段。这些系统主要集成于超声设备中，能够在超声检查过程中实时完成结节的自动检测、分割和良恶性预测，给超声医师提供实时参考。临床验证研究显示，使用深度学习辅助诊断系统后，低年资超声医师对甲状腺结节的诊断准确率提升了15%~20%，诊断一致性提升了25%，同时报告书写时间缩短了30%以上，显著提升了诊断效率和质量。除了集成于超声设备，云平台部署的辅助诊断系统也逐渐得到应用，基层医疗机构可以将患者的超声图像上传至云平台，由深度学习模型进行初步诊断，给出分级建议，对于疑似恶性的病例自动转诊至上级医院，有效提升了基层的甲状腺癌筛查能力。当然，目前深度学习在甲状腺结节诊断领域的应用仍然面临一些挑战：首先是数据异质性问题，不同厂家的超声设备、不同的成像参数、不同医师的扫查手法都会导致图像存在较大差异，模型在跨中心、跨设备应用时性能会出现明显下降，如何提升模型的泛化能力是需要解决的关键问题；其次是标注数据的稀缺性，医学影像标注需要消耗大量的人力和时间，且标注结果受医师主观经验影响，存在一定的差异性，高质量标注数据集的缺乏限制了更先进模型的研发；此外，临床应用场景的复杂性也对模型提出了更高要求，如何处理