LCTfound：基于擴(kuò)散預(yù)訓(xùn)練的全肺CT視覺基礎(chǔ)模型在疾病診斷與影像增強(qiáng)中的突破性應(yīng)用

《Nature Communications》：A lung CT vision foundation model facilitating disease diagnosis and medical imaging

【字體： 大 中 小 】 時(shí)間：2025年12月05日 來源：Nature Communications 15.7

　　

在全球每年數(shù)億次的肺部CT檢查中，人工智能（AI）正逐漸成為輔助醫(yī)生診斷疾病、規(guī)劃手術(shù)的重要工具。然而，當(dāng)前醫(yī)療AI的發(fā)展面臨兩大瓶頸：一是高質(zhì)量標(biāo)注數(shù)據(jù)嚴(yán)重匱乏，特別是對(duì)于縱隔腫瘤、肺泡蛋白沉積癥（PAP）等罕見疾病，獲取足夠病例訓(xùn)練模型極為困難；二是現(xiàn)有模型多針對(duì)單一任務(wù)開發(fā)，泛化能力有限，且在圖像質(zhì)量增強(qiáng)、三維重建等需要像素級(jí)處理的任務(wù)上表現(xiàn)不佳。這些限制使得AI在真實(shí)臨床場(chǎng)景中的廣泛應(yīng)用受到制約。

為解決這些難題，由清華大學(xué)戴瓊海院士、吳天陰教授、徐楓教授與廣州醫(yī)科大學(xué)附屬第一醫(yī)院何建行教授領(lǐng)銜的研究團(tuán)隊(duì)，在《Nature Communications》發(fā)表了題為"A lung CT vision foundation model facilitating disease diagnosis and medical imaging"的研究。該研究構(gòu)建了迄今規(guī)模最大的肺CT數(shù)據(jù)集LungCT-28M（包含105,184次掃描、2800萬圖像），并在此基礎(chǔ)上開發(fā)了基于去噪擴(kuò)散概率模型（DDPM）的視覺基礎(chǔ)模型LCTfound。這一模型通過自監(jiān)督學(xué)習(xí)方式，將影像參數(shù)（如窗寬、窗位）與臨床信息作為條件引導(dǎo)，實(shí)現(xiàn)了從疾病診斷到影像質(zhì)量提升的多任務(wù)統(tǒng)一處理框架。

關(guān)鍵技術(shù)方法包括：1) 基于五中心485,885例CT掃描構(gòu)建LungCT-28M預(yù)訓(xùn)練數(shù)據(jù)集，通過自然語言處理（NLP）模型自動(dòng)提取診斷標(biāo)簽；2) 采用融合Transformer模塊的U-Net架構(gòu)（參數(shù)量200M），以DDPM策略進(jìn)行條件擴(kuò)散預(yù)訓(xùn)練；3) 針對(duì)不同下游任務(wù)設(shè)計(jì)適配器，如多層感知機(jī)（MLP）用于分類任務(wù)，冷擴(kuò)散方法用于低劑量CT增強(qiáng)；4) 在多中心數(shù)據(jù)集上驗(yàn)證8類任務(wù)性能，包括縱隔腫瘤分割、非小細(xì)胞肺癌（NSCLC）預(yù)后預(yù)測(cè)、虛擬CT血管成像（CTA）、稀疏視圖重建等。

LCTfound促進(jìn)疾病診斷與預(yù)后評(píng)估

在NSCLC預(yù)后預(yù)測(cè)任務(wù)中，LCTfound在LUNG1數(shù)據(jù)集上展現(xiàn)出最優(yōu)的生存分層能力（P<0.001）。通過梯度加權(quán)類激活映射（Grad-CAM）可視化顯示，模型注意力集中于病變區(qū)域，印證其臨床相關(guān)性。對(duì)于新輔助化療免疫治療的病理反應(yīng)預(yù)測(cè)，LCTfound在內(nèi)部和外部測(cè)試集上的曲線下面積（AUROC）均領(lǐng)先于MAE、RadImageNet等基線模型。

在罕見病診斷方面，針對(duì)發(fā)病率為百萬分之0.2的肺泡蛋白沉積癥（PAP），LCTfound在僅使用297例訓(xùn)練數(shù)據(jù)時(shí)AUROC達(dá)0.9532，較次優(yōu)模型提升6.01%。對(duì)于解剖結(jié)構(gòu)復(fù)雜的縱隔腫瘤分割任務(wù)，在五個(gè)外部測(cè)試集上Dice系數(shù)平均提升3.73%，顯著優(yōu)于MedSAM、MAE等通用醫(yī)學(xué)影像模型。

LCTfound增強(qiáng)三維建模與AI輔助手術(shù)導(dǎo)航

研究團(tuán)隊(duì)在全肺三維建模中定義了21個(gè)解剖結(jié)構(gòu)（如支氣管、動(dòng)靜脈等）。LCTfound在所有結(jié)構(gòu)的語義分割任務(wù)中均取得最優(yōu)結(jié)果，特別是在氣管、細(xì)小血管等復(fù)雜結(jié)構(gòu)上誤差顯著降低。通過云平臺(tái)部署的交互式網(wǎng)站（https://demo.lctfound.com）已實(shí)現(xiàn)臨床轉(zhuǎn)化，為肺結(jié)節(jié)精準(zhǔn)切除手術(shù)提供導(dǎo)航支持。

LCTfound支持多場(chǎng)景影像增強(qiáng)

在影像質(zhì)量提升方面，LCTfound展現(xiàn)出強(qiáng)大的生成能力：虛擬CTA任務(wù)中，峰值信噪比（PSNR）達(dá)21.14，較條件擴(kuò)散模型提升12.9%；在16視圖稀疏重建任務(wù)中，LPIPS指標(biāo)降至0.0153，顯著優(yōu)于DuDoTrans等專用重建算法；低劑量CT增強(qiáng)任務(wù)（5%劑量）在六項(xiàng)指標(biāo)中全面領(lǐng)先。值得注意的是，基于LCTfound重建圖像訓(xùn)練的縱隔腫瘤分割模型，性能接近原始全視圖CT數(shù)據(jù)，證實(shí)其增強(qiáng)結(jié)果的臨床可用性。

研究結(jié)論指出，LCTfound作為首個(gè)基于擴(kuò)散模型的肺CT基礎(chǔ)模型，成功實(shí)現(xiàn)了診斷性任務(wù)與生成性任務(wù)的統(tǒng)一。其創(chuàng)新性體現(xiàn)在：1) 通過條件擴(kuò)散預(yù)訓(xùn)練融合影像與臨床信息；2) 在像素級(jí)任務(wù)中保持解剖結(jié)構(gòu)一致性；3) 支持少樣本場(chǎng)景下的快速適配。作者同時(shí)指出模型存在計(jì)算效率待優(yōu)化、未整合多模態(tài)信息等局限，未來將向三維架構(gòu)與語言模型融合方向演進(jìn)。該研究為醫(yī)學(xué)基礎(chǔ)模型提供了新范式，其開源策略（https://github.com/gingerbread000/LCTfound）將加速醫(yī)療AI的臨床落地。