基于轴向中心化横截面注意力的 3D 医学图像分类

概述：临床医生通常通过检查多个解剖平面来解释 3D 医学图像，而非依赖体积视图。在临床 CT 工作流程中，轴向平面常作为主要诊断参考，而辅助平面则提供补充的空间上下文。然而，许多现有的 3D 深度学习方法要么整体处理体积数据，要么对所有平面赋予相等重要性，未能反映这种不对称的、轴向中心化的解释策略。为此，我们提出一种轴向中心化横截面注意力架构，用于 3D 医学图像分类，建模解剖平面之间的非对称依赖。该架构使用在轴向 CT 图像上预训练的 MedDINOv3 作为冻结特征提取器，提取轴向、冠状沉积面和横断沉积面的特征。RICA 模块和平面内变换器编码器捕捉平面特定的位置和上下文信息，而轴向中心化横截面变换器编码器有选择地将轴向表示条件化于补充的辅助表示。在 MedMNIST3D 基准的六个数据集上进行实验，表明所提方法在准确率和 AUC 上持续优于现有的 3D 和多平面模型。一种轻量变体 AC-Tiny 在显著减少可训练参数的同时实现了竞争性能，表明架构设计对性能提升贡献大于模型规模。消融研究进一步验证了轴向中心化查询、QKV 分配、方向性横截面融合、无残差横截面注意力和分类头设计的重要性。切片级别的Grad-CAM可视化表明，该模型在所有平面上均识别出诊断相关区域。这些发现凸显了将架构设计与临床解释工作流程保持一致对于稳健的 3D 医学图像分析具有重要价值。