PathoSafe:亚千字节级分布外拒绝与集群感知认证赋能即时检验病原体生物传感

《Biosensors》:PathoSafe: Sub-1 KB Out-of-Distribution Rejection and Cluster-Aware Certification for Point-of-Care Pathogen Biosensing

【字体: 大 中 小 】 时间:2026年09月18日 来源:Biosensors 5.6

编辑推荐:

   即时检验(Point-of-Care)病原体显微读出一个样本时,必须在该样本超出其检测器训练分布范围时发出信号。PathoSafe是一个816字节的int8投影低秩马氏距离(Mahalanobis)分布外(Out-of-Distribution,OOD)头,

  

即时检验(Point-of-Care)病原体显微读出一个样本时,必须在该样本超出其检测器训练分布范围时发出信号。PathoSafe是一个816字节的int8投影低秩马氏距离(Mahalanobis)分布外(Out-of-Distribution,OOD)头,读取一个冷冻检测器的倒数第二层特征。它达到了0.980的跨站点受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic Curve,AUROC)和0.964的多源AUROC(以寄生卵为主),与16,896字节全精度密集基线相差在0.01以内,并在STM32H743开发板上增加了实测30.76 μs和816字节只读存储器(Read-Only Memory,ROM)常量,因此弃权仅在芯片上增加了很小的实测成本。优势在于主干特征而非整数形式。认证是更困难的问题,承载着研究人员的核心结果:切片聚类会静默地破坏标准的独立样本证书,因为无分布风险控制假设样本可交换,而切片聚类的医学数据并不满足这一条件。在退化输入风险证书上,天真的细胞级版本仅在20%的无泄漏重新分割上成立,而正确的切片级版本在0.266处有效,其宽度由切片数量而非研究人员评估的任何界限决定。部署的阈值继承这一影响但程度较轻。Hoeffding–Bentkus预算在所述假设下给出38张独立切片的说明性计数(使用五个种子时为35张),这大致是本基准提供的数量。研究人员发布了该无泄漏切片不相交基准:一个分布内疟疾任务,具有跨站点(BBBC041)和多源(SIPaKMeD、寄生卵、白细胞)方案。
**论文解读**

**一、研究背景与现存问题**

疟疾及其他通过显微镜诊断的感染性疾病依然构成沉重的全球健康负担——2023年估计有2.63亿疟疾病例和59.7万例死亡,其中约95%集中在世界卫生组织(WHO)非洲区域。现场诊断仍依赖吉姆萨(Giemsa)染色的血涂片显微镜检查,这需要训练有素的显微镜师和稳定的实验室基础设施,而这些资源在最受影响的地区长期匮乏。部署在低于60美元微控制器(Microcontroller Unit,MCU)显微镜上的紧凑型检测器提供了务实的替代方案。一个400 MHz Cortex-M7配合普通摄像头即可离线运行21 K参数的染色-形态解耦疟疾检测器,这使得无人值守的社区卫生站成为一个可设想的部署目标。最近的亚25 K检测器表明,临床可用的准确度可以适配商用MCU的Flash和静态随机存取存储器(Static Random-Access Memory,SRAM)容量。

然而,一个边缘病原体检测器需要两项原语才能获得信任:分布外(OOD)拒绝和风险控制的弃权。Softmax置信度在现代网络中校准不佳,在部署偏移下其对分布内与分布外输入的分离能力较弱,因此临床可用的检测器必须拒绝落入其训练分布之外的输入并弃权,将模糊病例转交给专家。但目前没有公开基准评估这些原语在紧凑型病原体显微镜上的表现。更关键的是,切片聚类会静默地使弃权认证的标准方法失效。现有研究存在三个相互交织的问题:第一,事实上的美国国立卫生研究院(NIH)疟疾基准使用每细胞随机分割,但其细胞源自约200张患者切片,每细胞分割会泄漏切片级别的染色和照明特征,从而夸大准确度估计和据此计算的每细胞风险证书;第二,尚无现有基准将无泄漏切片不相交分割与多病原体OOD方案及亚1 KB MCU可部署预算相结合;第三,来自共形预测和风险控制的无分布弃权保证假定校准样本可交换,而切片内聚类的细胞违反了这一假设。这三者中的第一个和第三个实为同一原因的两种表现:同一切片内的细胞并非相互独立。

**二、研究内容与重要意义**

为应对上述问题,研究人员将论文方向从输入恢复转向弃权基准测试与认证。研究人员围绕一个方法论结果和两个支撑性部署结果组织贡献,所有贡献均由同一约束驱动:可信附加模块的固定亚1 KB片上预算、不重新训练已部署的检测器,以及推理时的现实站点和病原体偏移。研究人员使用的检测主干是先前已发表的21 K参数MalariaNet检测器,在整项研究中保持冷冻不变。

本研究的第一项核心贡献是一个集群感知认证发现。研究人员将集群鲁棒推断引入无分布风险控制,在医学基准发布其保证的关键节点展示忽略集群结构的代价:天真的细胞级证书看似紧致却仅在20%的无泄漏重新分割上成立,而统计上正确的切片级证书在该校准分割上有效但较宽松(0.252),保守的三种子预算为0.266。该发现的宽度由校准切片数量而非任何估计器决定——研究人员评估的所有集中不等式界限均未能在可用约30张切片的条件下使其收紧。Hoeffding–Bentkus预算计算给出38张独立切片的需求,这与NIH数据集不相交后的切片数量大致相当,为该领域提供了具体的数据集预算交付物。

第二项贡献是一个可信弃权基准,用于在现实部署偏移下评估片上MCU病原体显微镜。该基准采用切片不相交分割以确保校准集与测试集之间无切片共享,分布内任务为疟疾,并增加了两个部署相关的OOD方案:跨站点(保持标签空间但改变站点和疟原虫物种,使用BBBC041)和多源(涵盖宫颈细胞学、寄生卵和白细胞输入)。

第三项贡献是PathoSafe本身——一个亚1 KB的int8投影OOD/弃权头,可部署于病原体显微镜MCU。它从冷冻检测器的倒数第二层特征读取,采用可部署的固定尺度算术,将OOD评分压缩至816字节的int8投影算术中并辅以浮点分数组装,且不重新训练检测器,从而将服务器端的OOD评分转化为可部署的方案。

**三、关键技术方法**

研究人员使用冷冻的21,085参数MalariaNet检测器作为特征提取主干,从其64维倒数第二层特征z读取OOD评分。OOD评分采用低秩马氏距离,通过对分布内训练特征的协方差矩阵进行特征分解并保留前r个特征向量,构建低秩加残差的逆协方差近似,将马氏二次型分解为可数值稳定计算的因子化形式。在片上部署时,所有fp32操作被替换为固定尺度的int8流水线,投影通过int8×int8乘积累加至int32范围累加器实现,分数根据反量化累加器组装。校准采用无分布有限样本程序,在分布内校准集上通过分裂共形分位数确定弃权阈值。认证使用Hoeffding–Bentkus上界进行有限样本无分布风险控制。研究使用的数据集包括:NIH疟疾数据集(约200张患者切片,采用切片不相交协议分割)、跨站点OOD集BBBC041(不同站点和疟原虫物种——P. vivax)、多源OOD集涵盖SIPaKMeD宫颈细胞学、Chula-ParasiteEgg-11寄生卵和白细胞数据集。片上测量在STM32H743 Cortex-M7开发板上以400 MHz完成,使用数据观察点与跟踪(Data Watchpoint and Trace,DWT)周期计数器。

**四、研究结果**

**4.1 实验设置。** 分布内任务为NIH疟疾数据集,严格遵循切片不相交协议,所有排行榜分数在五个种子上计算并报告AUROC和95%真阳性率(True-Positive Rate,TPR)下的假阳性率(False-Positive Rate,FPR)。

**4.2 弃权而非恢复。** 在相同的无泄漏切片不相交协议下,检测器被冷冻,仅在每样本混合清洁与退化输入上训练2–3 K参数的前端。退化输入由六个严重级别的每样本随机成像干扰算子产生。结果显示,无任务驱动的恢复策略相比普通像素重建在退化准确度上表现出一致优势。在三个种子上,像素重建达到一定准确度,三种任务驱动目标变体与像素重建的配对差异符号混合且远在策略间种子散布范围之内,精确Wilcoxon符号秩检验无法在任何常规水平拒绝原假设。置信度门控在三个种子的任何可用覆盖率下均未达到可信操作点。因此,恢复轴上无一致优势,置信度门控亦不可行,剩下的路径是由显式OOD评分驱动的弃权,这正是后续基准测试的动机。

**4.3 排行榜。** 五种子排行榜显示,适配亚1 KB片上预算的四种事后评分(softmax、energy、ReAct、ASH-P)在跨站点上均较弱(AUROC 0.775至0.812),因为它们均从二分类检测器头计算,其二元输出限制了事后置信度评分的表达能力。较强的检测器全部超出预算:全精度密集马氏距离在跨站点达到0.971但需要16,896字节;KNN-OOD需要完整特征库;ViM存储8.4 KB残差子空间;NNGuide同样需要完整特征库;ODIN需要输入梯度反向传播,而部署的整数前向不提供此功能。研究人员的816字节int8投影低秩马氏距离参考方案在跨站点达到0.980,是所有MCU可部署方法中最高的,且超过16,896字节原生密集马氏距离。在多源上,参考方案达到0.964,适配器特征变体达到0.970。按病原体分解多源池显示,寄生卵子集以样本量主导且是最困难的来源(AUROC 0.960),因为虫卵与胞内寄生虫共享类吉姆萨染色和形态。OOD评分景观可视化显示,分布内疟疾细胞形成密集簇,而跨站点和多源OOD样本占据不同区域,这正是816字节整数头利用的几何结构。

**4.4 内存–AUROC权衡与整数格式消融。** 在适配器特征路径上的五种子扫描显示,int8每张量量化严格优于每分组和每通道(跨站点AUROC 0.952对比0.938),跨站点AUROC在r=8时趋于饱和。既适配亚1 KB预算又保持五种子均值跨站点AUROC至少0.95的最小配置为r=4、int8、每张量,536字节参数子总量(含阈值和特征尺度共544字节)。部署的主干特征参考方案在r=8和816字节的int8每张量饱和点运行。

**4.5 排行榜的切片分割不变性。** 在200次无泄漏切片不相交重新分割上,每种方法的跨站点和多源AUROC与其固定分割值偏差在0.002以内,每分割散布至多0.013。此不变性主要是结构性的——OOD评估集与分布内疟疾切片为分离的数据集。使细胞级证书失效的切片聚类因此并未夸大排行榜。特征与精度分解显示,主干特征在完整fp32密集马氏距离和816字节整数头下均达到跨站点0.980,而适配器特征仅达到0.952–0.956,跨站点优势因此与特征源相关联而非精度或秩。

**4.6 实测弃权路由与证书有效性。** 在分布内校准的共形分位数阈值下,参考方案将92.6%的跨站点和86.2%的多源输入路由给专家。在部署的分布内校准阈值下,分布内假弃权率为5.7%(4134个细胞中的235个)。关于校准单元的核心方法论发现是:将校准细胞视为独立产生一个看似紧致的证书,但其在无泄漏重新分割下是反保守的——天真的细胞级风险界限为0.054,但在200次固定池子集抽取中仅成立40次;统计上正确的切片级证书在同一校准分割上给出0.252的较宽松界限并在所有200次抽取中保持有效,保守的三种子均值为0.266。在可用约30张切片的条件下,Hoeffding–Bentkus证书已是评估中最紧致的有限样本有效界限,切片数量而非界限选择是制约因素。研究人员求解Hoeffding–Bentkus界限得出驱动证书低于无干预地板所需的切片数量:38张独立切片(使用五个种子时为35张),约为NIH数据集不相交后所提供数量的水平。

**4.7 片上测量。** 整数参考头在STM32H743开发板上增加了12,304个周期(30.76 μs)、816字节ROM常量和256字节SRAM工作内存。整数核在嵌入式验证向量上复现离线参考,分数误差在2.29×10-5以内,阈值决策对所有验证向量正确。

**4.8 注意事项。** 参考方案读取训练种子不变的主干特征,其跨站点AUROC为单个确定性点,不确定性通过测试集自助法量化。倒数第二层特征参考方案相对于适配器特征变体存在跨站点增益与多源折衷(0.964对比0.970),表明不同操作点而非严格占优。

**五、讨论与结论**

在讨论部分,研究人员分析了倒数第二层特征胜出的原因:OOD评分上限由表示层而非评分头决定,读取冷冻检测器的倒数第二层特征而非适配器特征改变了低秩马氏距离评分操作的子空间,使跨站点AUROC从0.952提升至0.980。此增益与特征源相关联而非量化增益,且并非零代价——秩r截断在主干特征上对跨站点无损但对多源AUROC有损。在部署意义上,30.76 μs和816字节ROM的开销仅为所增强检测器的不到百分之一,且整数核在数值上保真于离线参考。关于切片聚类与无分布认证的核心方法论点独立于疟疾:任何在切片聚类的医学基准上以切片级别以下单元应用无分布保证的做法都面临相同效应,有效样本量由聚类数量而非切片数量决定。

研究人员得出结论:PathoSafe为可信的片上MCU病原体显微镜提供了三项贡献。第一项核心贡献是集群感知认证发现——它将校准单元而非估计器置于对聚类医学数据发布的任何无分布保证的中心。切片聚类静默地破坏标准独立样本无分布证书:天真的细胞级版本是反保守的,仅在20%无泄漏重新分割上成立,而切片级版本在0.266处有效;部署的弃权阈值以较轻程度继承同样的依赖关系。有效证书的宽度由切片数量决定,这使该发现具有可操作性;Hoeffding–Bentkus预算在所述假设下给出38张独立切片的说明性计数(五种子时为35张)。同一的切片内非独立性也夸大了每细胞准确度,因此两项严谨性失败共享同一原因——切片聚类的医学证书的有效样本量由聚类数量而非切片数量决定。切片不相交评估和切片级集群感知认证均应成为此类基准的标准。第二项贡献是用于OOD拒绝和风险控制弃权的无泄漏基准及协议。第三项贡献是亚1 KB int8投影参考系统,将OOD评分纳入商用MCU的片上预算,在排行榜上以AUROC 0.980提供任何亚1 KB MCU可部署方法中最强的跨站点分离,其优势为特征源效应而非量化增益,在STM32H743开发板上仅增加很小的实测片上成本。两项注意事项限定这些结果:冷冻特征跨站点数值的确定性单点性质,以及跨站点与多源AUROC之间的权衡。在大量独立切片上的集群鲁棒共形校准和前瞻性现场验证,是通向真正认证的即时检验部署的自然后续步骤。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号