基于多尺度与属性感知语义图（MSASG）的胸部X射线多标签分类算法及其在智能诊断中的应用

　　本文提出了一种创新的多标签胸部X射线（CXR）分类算法MSASG，通过多尺度特征分割与重建（MFPR）、标签引导语义对齐（LMSA）和属性感知图卷积网络（A-GCN）三大核心技术，有效解决了病灶尺度异质性、视觉-语义对齐不足以及标签依赖关系个性化建模等临床挑战，在ChestX-ray14和CheXpert数据集上展现出卓越的泛化性能。

　　

Highlight

本研究的核心创新点在于：

1. 1.
   提出多尺度特征分割与重建（MFPR）方法，通过空间分区与重构捕获从细微结节到弥漫性病变的多尺度病灶模式。
2. 2.
   设计标签引导的多尺度语义对齐（LMSA）机制，将标签嵌入作为语义先验整合至Transformer结构中，强化视觉特征与语义的高阶跨模态依赖建模。
3. 3.
   构建属性感知图卷积网络（A-GCN），基于年龄、性别等属性动态生成条件性标签共现矩阵，实现个性化标签依赖表征。

Related Work

多标签CXR图像分类已成为智能医疗影像分析的核心任务。大规模公开数据集如ChestX-ray14和CheXpert推动了深度学习在该领域的应用。早期研究如CheXNet（基于DenseNet121）实现了放射科医生水平的肺炎检测能力。后续工作聚焦于架构优化，例如双分支结构整合全局与局部特征，或引入图像级与病灶级注意力机制。Transformer凭借其全局表征能力逐渐被引入以解决长程依赖问题。图神经网络（GNN）也被用于建模标签语义依赖，但现有方法仍过度依赖视觉特征，缺乏对病灶尺度异质性和人群差异的适应性。

The Proposed Algorithm

为提升多标签CXR疾病识别性能，本研究提出基于多尺度与属性感知语义图（MSASG）的算法。如图1所示，MSASG包含四大组件：

1. 1.
   多尺度特征分割与重建（MFPR）：通过迭代式空间分区与重构提取多尺度视觉特征。
2. 2.
   标签引导多尺度语义对齐（LMSA）：将标签嵌入注入视觉特征提取过程，利用Transformer建模跨模态依赖。
3. 3.
   属性感知图卷积网络（A-GCN）：基于个体属性构建条件性标签共现矩阵，并在推理时动态选择相关图结构。
4. 4.
   协同优化框架：整合多组件以实现端到端的训练与推理。

Experiments

为系统评估MSASG的有效性、鲁棒性与泛化能力，本研究在两大公开数据集（ChestX-ray14和CheXpert）上开展实验。详细标注协议、数据分布与人口统计学特征被明确记录。实验配置包含数据预处理策略（如标准化与增强）、评估指标（如mAUC、F1-score）和基线模型对比（包括CNN与Transformer系列）。结果分析表明：

• •
  MSASG在复杂病灶共现识别中显著优于现有方法（如CheXNet、双分支网络）。
• •
  消融实验验证了MFPR、LMSA与A-GCN各模块的贡献。
• •
  跨人群泛化测试证实了属性感知机制在异质群体中的适应性。

Conclusion and Future Work

本研究针对多标签CXR分类中的病灶尺度异质性与标签依赖泛化性不足的问题，提出MSASG算法，通过多尺度特征提取与属性条件化标签建模实现了突破性性能。未来工作将探索更细粒度的属性嵌入机制以及跨模态预训练策略，以进一步扩展至其他多标签医学影像任务（如眼底图像与皮肤病变分析）。