Точная дифференциация доброкачественных и злокачественных опухолей позвоночника критична для планирования лечения, однако визуальная интерпретация Т2-взвешенных МРТ с подавлением жирового сигнала остаётся субъективной, с существенной межнаблюдательской вариабельностью. Для автоматизированной классификации была разработана многомасштабная глубокая остаточная сеть (MSDR-Net).

Ретроспективно собрано 500 Т2-ВИ МРТ с подавлением жира патоморфологически подтверждённых опухолей позвоночника из двух центров (389 доброкачественных, 111 злокачественных). Данные разделены на обучающую (70%), валидационную (20%) и независимую тестовую (10%) выборки с пятикратной перекрёстной валидацией. Проведена внешняя валидация по принципу leave-one-center-out (разработка: центр A, n=300; оценка: центр B, n=200). MSDR-Net включает многоветвевые остаточные блоки, комбинирующие параллельные многомасштабные свёрточные пути с модулями эффективного внимания к каналам, и сравнивалась с шестью установленными архитектурами.

На независимой тестовой выборке (N=50, 12 злокачественных случаев) MSDR-Net достигла 92,0% точности, 91,7% чувствительности (95% ДИ 61,5–99,8%), 92,1% специфичности и AUC 0,921 — наивысших точечных оценок среди протестированных архитектур. Модель хорошо калибрована (Brier score 0,072) с чистой выгодой относительно стратегии «лечить всех» в диапазоне порогов 0,10–0,60. Авторы отмечают, что эти оценки получены на малой тестовой когорте, несут существенную неопределённость и требуют подтверждения в более крупных проспективных когортах. На внешней когорте точность составила 86,5% (AUC 0,875).

Аблационные эксперименты показали, что удаление любого компонента ухудшает производительность с умеренным сверхаддитивным взаимодействием; учитывая существенно меньшую ёмкость одноветвевых вариантов, их дефицит нельзя приписать исключительно удалению многомасштабной обработки. Модель имеет 55,4 млн параметров и время инференса 12,3 мс на изображение.

MSDR-Net эффективно захватывает многомасштабные дискриминативные признаки опухолей позвоночника на Т2-ВИ МРТ с подавлением жира, достигая высокой точности классификации при сохранении вычислительной эффективности. Модель демонстрирует потенциал для клинического применения в качестве вспомогательного диагностического инструмента для ортопедов и рентгенологов.