[Paper] 基于深度学习的口腔病变多类分类与分层增强

Source: arXiv - 2511.21582v1

Overview

本文提出了一条深度学习流水线，仅凭摄影图像即可自动区分 16 种不同的口腔病变类型——从无害的溃疡到恶性癌症。通过巧妙结合分层划分、强力数据增强和过采样，解决了小规模且高度不平衡的医学数据集的经典难题，作者将分类准确率提升至 83 %，超越了现有的计算机辅助诊断（CAD）方案。

Key Contributions

• 多类别口腔病变分类器，覆盖 16 个类别，是迄今为止报告的最细粒度集合。
• 分层数据划分，在训练/验证/测试集之间保持原始类别分布，降低泄漏和偏差。
• 混合增强与过采样 流水线（旋转、缩放、颜色抖动、类似 SMOTE 的合成采样），专为少数病变类别调优。
• 实证基准 显示 83.33 % 的准确率、89.12 % 的精确率和 77.31 % 的召回率——显著高于之前的最先进 CNN 基线。
• 开源实现（代码和训练权重），加速可复现性和后续研究。

Methodology

1. 数据集准备 – 收集的口腔内部照片（≈2 k 张）被标注为 16 种病变类别。作者首先进行 分层划分（训练/验证/测试比例为 70/15/15 %），使每个类别的比例在各集合中保持一致。
2. 预处理与增强 – 将图像统一缩放至 224 × 224 像素，随后使用大量增强手段：随机旋转（±30°）、水平/垂直翻转、亮度/对比度抖动以及弹性形变。此举将有效训练集规模扩大约 10 倍。
3. 少数类过采样 – 增强后，作者在特征嵌入上采用 SMOTE‑style 合成过采样，进一步平衡类别频率，避免对重复图像的过拟合。
4. 模型架构 – 采用预训练的 ResNet‑50 主干（ImageNet 权重），并在其上添加自定义全连接头（对 16 类进行 softmax）。迁移学习加速收敛并利用通用视觉特征。
5. 训练策略 – 使用带类别加权惩罚的交叉熵损失（对稀有病变赋予更高权重），Adam 优化器，余弦退火学习率，以及基于验证损失的提前停止。
6. 评估 – 计算每类以及宏平均的标准指标（准确率、精确率、召回率、F1），并进行混淆矩阵分析以发现系统性误分类。

Results & Findings

• 少数类提升：最稀有的三类病变的召回率从基线 CNN 的 <50 % 提升至 >70 %，得益于增强‑过采样组合。
• 混淆模式：大多数错误出现在视觉上相似的癌前病变之间（如白斑与红斑），这表明加入领域特定特征（如纹理描述子）可能有帮助。
• 消融研究：去除分层划分会使测试准确率下降约 4 %；取消过采样会使少数类召回率下降约 12 %，验证了每个组件的必要性。

Practical Implications

• 早期筛查工具：牙医可使用在智能手机上本地运行的模型应用，在常规检查时标记可疑病变，提示及时活检。
• 远程医疗分诊：资源匮乏地区的远程诊所可将图像上传至基于该模型的云服务，快速获得多类别风险评估，无需现场专家。
• 数据集无关工作流：分层增强框架可迁移至其他医学影像领域（皮肤病变、视网膜疾病），这些领域同样面临类别不平衡的长期难题。
• 监管路径：通过在 16 类上展示稳健性能并提供透明的预处理步骤，本文为需要可解释性和可复现性的 FDA/CE 认证 CAD 设备奠定了基础。

Limitations & Future Work

• 数据集规模与多样性：研究仅基于单一、相对较小的图像集合，来源于有限数量的诊所；需要更广泛的地域和人口采样以确保泛化能力。
• 临床验证：未进行前瞻性试验；在非专业人员拍摄或光照条件不佳的真实环境中，灵敏度/特异度可能会有所不同。
• 可解释性：当前模型仅输出类别概率；加入显著性图或注意力机制有助于提升临床医生对 AI 决策的信任。
• 多模态扩展：将视觉线索与患者元数据（年龄、吸烟史）结合，可能进一步提升诊断准确率，作者计划在后续工作中探索此方向。

Authors

• Joy Naoum
• Revana Salama
• Ali Hamdi

Paper Information

• arXiv ID: 2511.21582v1
• Categories: cs.CV
• Published: November 26, 2025
• PDF: Download PDF