发表机构
Robert Gordon University（罗伯特·戈登大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
针对现有医学图像分类方法难题，提出MSA-DCNN框架，引入自适应多尺度采样等技术，在统一优化方案中学习跨尺度融合等。实验表明其在多方面性能优于基线且参数少，消融实验证实组件贡献，为数据高效医学图像分类提供基础。
AI 中文摘要
现有深度学习方法在医学图像分类中表现良好，但由于固定采样和数据密集型训练，在处理多尺度形态和有限标注方面存在困难。现有方法孤立地应对这些挑战：基于可变形卷积网络（DCN）的模型提供自适应采样，但缺乏明确的多尺度注意力融合和标签高效正则化；多尺度架构通常依赖静态融合；半监督方法针对标签稀缺问题，而没有联合建模自适应跨尺度表示。我们提出了MSA-DCNN，这是一个尺度一致的可变形注意力学习框架，在统一优化方案中引入了自适应多尺度采样、尺度内显著性细化、学习到的跨尺度融合和辅助自蒸馏，有可能推广到结构异质的解剖结构。我们在三个公共基准和一个白血病外部保留集上进行评估。在分布偏移和标签稀缺情况下，MSA-DCNN在准确率、F1值和AUC（二元）方面，相对于视觉Transformer（ViT）基线、卷积神经网络（CNN）基线和一个医学图像计算方法国际会议（MICCAI）半监督基线，展现出有竞争力且通常更好的性能，同时使用更少参数。消融实验证实了各组件的互补贡献，支持MSA-DCNN作为数据高效医学图像分类的实用基础。
英文摘要
Existing deep learning methods perform well in medical image classification but struggle with multi-scale morphology and limited annotations due to fixed sampling and data-hungry training. Existing approaches address these challenges in isolation: DCN-based models provide adaptive sampling but lack explicit multi-scale attention fusion and label-efficient regularisation; multi-scale architectures typically rely on static fusion; and semi-supervised methods target label scarcity without jointly modelling adaptive cross-scale representations. We propose MSA-DCNN, a scale-consistent deformable attention learning framework that introduces adaptive multi-scale sampling, within-scale saliency refinement, learned cross-scale fusion, and auxiliary self-distillation within a unified optimisation scheme, with potential to generalise to structurally heterogeneous anatomy. We evaluate on three public benchmarks and an external hold-out set for leukaemia. MSA-DCNN demonstrates competitive and often better performance against ViT baselines, CNN baselines, and a MICCAI semi-supervised baseline under distribution shift and label scarcity in accuracy, F1, and AUC (binary), while using fewer parameters. Ablations confirm complementary component contributions, supporting MSA-DCNN as a practical foundation for data-efficient medical image classification.
