摘要
肺癌在英国癌症死亡中占21%，而五年生存率在很大程度上取决于癌症被发现时的阶段。最近的研究表明，人工智能方法能够从常规扫描中准确且早期诊断肺癌。然而，这些证据尚未转化为临床实践，其中一个障碍是缺乏可解释的模型。本研究探讨了变分自编码器（VAEs）这一生成式人工智能模型在肺癌病灶中的应用。所提出的模型是在LIDC-IDRI公开数据集中的3D CT扫描提取的病灶上进行训练的。通过聚类分析探索了由VAEs生成的2D切片的潜在向量表示，以验证其质量，并将其用于多层感知机（MLP）分类模型进行肺癌诊断，最佳模型达到了AUC 0.98和93.1%的准确率。聚类分析显示，VAE潜在空间能够根据有意义的特征组件（包括肿瘤大小、形状、患者信息和恶性类别）将恶性与良性病灶的数据集分开。我们还进行了标准高斯变分自编码器（GVAE）与较新的狄利克雷变分自编码器（DirVAE）之间的比较分析，后者用狄利克雷分布替换了先验分布，以促进更具解释性的潜在空间并实现解耦合特征表示。最后，我们展示了潜在空间遍历对应于临床上有意义的特征变化的潜力。