学习从哪里看：稳健的微超声前列腺癌检测的强化学习框架

微超声（$μ$US）是一种新兴的、有前途的前列腺癌（PCa）检测成像方式，但可疑组织的准确识别仍然高度依赖于临床经验，导致观察者之间存在很大的差异。机器学习辅助可以减少这种可变性；然而，训练可靠的深度模型具有挑战性，因为监督稀疏且嘈杂——通常仅限于核心级组织病理学结果（例如，癌症分级及其在活检核心中的百分比），没有像素级病变注释并且处于严重的类别不平衡状态。我们引入了 Prost-RL，它通过学习在解码之前查看哪里，将 $μ$US PCa 检测重新构建为空间感知、策略驱动的推理问题。 Prost-RL 将轻量级强化学习策略集成到基础模型编码器-解码器中，以生成可解释的空间注意力图，作为癌症可能性热图预测和图像级分类的软提示。我们进一步提出自适应策略优化（APO）来稳定混合监督强化学习训练，以及将对称交叉熵与负熵正则化相结合的噪声鲁棒目标，以减轻弱标签噪声并鼓励锐定位。在来自 5 个临床中心 693 名患者的 6,607 个活检核心的队列中，Prost-RL 在核心水平检测的特异性为 80% 时实现了 $79.0\pm3.5$ AUROC 和 $64.6\pm6.3$% 敏感性（+2.1 AUROC 和 +4.5 敏感性点超过最强基线），以及 $79.3\pm5.8$ AUROC 对于临床显着的癌症分类。学到的政策突出了活检相关区域，提供透明的、基于空间的证据以及定量风险预测。代码位于：https://github.com/DeepRCL/Prost-RL。