DeepHistoViT：用于组织病理癌症分类的可解释视觉转换器框架
计算机视觉与模式识别
2026-03-13 v1
摘要
组织病理学因提供细胞水平组织形态评估而仍是癌症诊断的黄金标准。然而，手动组织病理检查耗时、代价高昂且存在观察者间的变异性，这导致对可靠计算机辅助诊断工具的需求。近期进展表明，特别是基于转换器的架构，在建模医学图像中捕获复杂空间依赖性方面具有强大的潜力。在本工作中，我们提出了 DeepHistoViT，用于自动分类组织病理图像。该模型采用定制的视觉转换器架构，集成注意力机制，旨在捕获细粒度细胞结构，同时通过基于注意力的局部化来提高可解释性，以定位诊断相关区域。该框架在三个公开可用的组织病理数据集上进行评估，涵盖肺癌、结肠癌和急性淋巴细胞白血病。实验结果在所有数据集上均实现了最先进的性能，诊断准确率、精确率、召回率、F1 分数和 ROC-AUC 分别在肺癌和结肠癌数据集上达到 100 percent，在急性淋巴细胞白血病数据集上分别为 99.85 percent、99.84 percent、99.86 percent、99.85 percent 和 99.99 percent。所有性能指标均报告了 95 percent 置信区间。这些结果凸显了基于转换器的架构在组织病理图像分析中的有效性，并展示了 DeepHistoViT 作为可解释计算机辅助诊断工具的潜力，以支持病理科医生在临床决策中的工作。
引用
@article{arxiv.2603.11403,
title = {DeepHistoViT: An Interpretable Vision Transformer Framework for Histopathological Cancer Classification},
author = {Ravi Mosalpuri and Mohammed Abdelsamea and Ahmed Karam Eldaly},
journal= {arXiv preprint arXiv:2603.11403},
year = {2026}
}