本研究采用Duke-Breast-Cancer-MRI公开队列作为研究数据来源[2]。该队列包含乳腺癌患者的MRI影像资料及相应临床信息，能够为乳腺癌复发风险预测提供影像表型和结构化变量两类数据支持。结合本研究任务，对原始数据进行样本筛选、变量整理及标签对齐后，构建用于复发风险分类的研究队列。

根据既定纳入标准，最终获得可用于建模分析的样本共920例，其中训练集、验证集和测试集分别为588例、148例和184例。数据集划分采用固定随机种子下的分层抽样方法，以保证不同子集中阳性与阴性样本分布基本一致。总体样本中复发阳性比例约为9.46%，呈现明显类别不平衡特征，因此在模型训练与评价过程中需要重点关注少数类样本的识别能力。

临床分支以公开临床特征表为输入，首先统一列名、异常值和缺失值标记；随后保留可被数值化编码的结构化变量，并在训练集内部完成缺失填补、特征筛选与数值转换，以避免信息泄露。

临床变量筛选共分三步进行。第一步为低方差剔除：对经编码后的候选变量计算训练集内方差，删除方差小于0.01的特征，以去除几乎不提供区分信息的变量。第二步为高相关特征过滤：对保留变量计算两两相关系数，当绝对相关系数大于0.90时，删除其中与结局单变量相关性较弱的变量，以减少多重共线性影响。第三步为单变量相关性筛选：计算各变量与复发标签之间的单变量相关性，按照绝对相关性从高到低排序，最终保留前67个变量进入建模。所有筛选阈值均在训练集内确定后固定应用于验证集和测试集。

在变量表示方面，连续变量采用训练集内中位数进行缺失填补，并进行标准化处理；分类变量统一编码，并对缺失或未定义类别设置显式的“Unknown”映射，以保持表示完整性。最终得到的67个临床变量覆盖人口学信息、生物标志物、肿瘤分期分级、影像元数据、治疗信息及肿瘤部位等主要风险相关维度(见表1)。

Table 1. Grouping statistics of clinical input variables

表1. 临床输入变量分组统计

影像分支以病灶区域为核心输入单元。根据已有病灶定位信息提取感兴趣区域(region of interest, ROI)，并构建三通道输入，包括治疗前增强图像(Pre)、增强后图像(Post)及差值图像(Sub)。其中，差值图像用于突出强化变化信息，以增强模型对病灶动态增强特征的表征能力[1][9]。为保证模型输入一致性，所有ROI图像在送入网络前均进行尺寸统一及数值归一化处理(见图1)。

Figure 1. Example of Pre/Post/Sub channels and 3-channel fusion input for lesion ROI

图1. 病灶ROI的Pre/Post/Sub及三通道融合输入示例

本文采用固定随机种子(seed = 42)进行分层划分，训练集、验证集和测试集规模分别为588、148和184例，各子集阳性比例基本一致，见表2。针对阳性样本稀缺的问题，图像训练阶段采用WeightedRandomSampler以提升少数类采样概率，损失函数采用Binary Focal Loss以降低易分类负样本的主导效应[5]；临床树模型则通过scale_pos_weight引入类别权重[3][7]。在模型选择阶段，本文采用“召回优先 + 特异度下限0.75”的阈值决策原则，以更贴近复发高危筛查场景。

Table 2. Dataset split and positive rate

表2. 数据集划分与阳性比例

2.5.1. Clinical-XGBoost

临床最终模型采用XGBoost二分类框架[3]，核心超参数设置为n_estimators = 300、max_depth = 5、learning_rate = 0.01、colsample_bytree = 0.75，并根据训练集阳性比例动态计算scale_pos_weight。模型输出为复发概率，并通过验证集阈值搜索确定测试阶段的最终决策点。

2.5.2. Image-EmbROI

图像最终模型采用“双分支融合”策略：其一为迁移学习深度嵌入分支，使用EfficientNet-B0提取视觉表征，再经标准化、PCA与Logistic回归得到概率输出[4]；其二为ROI统计分支，在病灶与背景区域上构建强度均值、标准差、分位数及差值/比值等统计特征，并使用XGBoost建模。两分支概率通过验证集搜索得到的权重进行线性融合，形成Image-EmbROI输出。

2.5.3. Fusion-DualMeta

融合模型采用轻量级元学习策略，不直接拼接高维原始特征，而是以前序模型输出概率为核心输入，包括临床概率p_clin、图像旧分支概率p_img_old以及图像新分支概率p_img_new，并进一步构造平方项、乘积项和两两绝对差等高阶交互特征[12][13]。最终以Logistic回归完成融合判别，使模型在保持解释性的同时增强泛化稳定性。

本文采用该后融合策略，主要基于以下考虑。首先，特征拼接属于早融合方法，虽然实现简单，但在本研究样本规模有限、影像与临床特征维度差异较大的情况下，易引入维度膨胀和冗余噪声，增加过拟合风险。其次，注意力机制融合能够自适应学习不同模态的重要性，但通常需要更大样本量和更复杂的端到端训练过程，对当前920例样本且阳性率不足10%的场景未必最优。再次，张量积融合能够显式建模跨模态高阶交互，但参数量增长较快，对数据规模和训练稳定性要求更高。相比之下，本文采用的元学习后融合方法仅以各单模态模型输出概率及其有限高阶交互作为输入，一方面能够保留临床分支与影像分支各自已经学到的有效判别信息，另一方面能够在低维空间中完成跨模态整合，更适合中小样本、不平衡分类及强调可解释性的应用场景。

为全面评价不同模型在类别不平衡场景下的预测性能，本文采用受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)、精确率–召回率曲线下面积(area under the precision-recall curve, AUPRC)、敏感度(Sensitivity)、特异度(Specificity)、F1值及Matthews相关系数(MCC)作为主要评价指标[6]-[8]。

其中，AUC用于衡量模型整体区分阳性与阴性样本的能力；AUPRC更适用于阳性样本比例较低的任务，可更直观地反映模型对少数类样本的识别表现；Sensitivity和Specificity分别反映模型对阳性样本的检出能力和对阴性样本的排除能力；F1值综合考虑精确率与召回率的平衡；MCC则能够在类别不平衡条件下较全面地评价分类性能[6]。此外，本文还结合混淆矩阵分析假阳性与假阴性样本分布，以进一步评估模型在临床筛查场景中的应用价值。

测试集结果见表3。整体来看，Clinical-XGBoost和Image-EmbROI均表现出较为稳定的分类能力，可作为乳腺癌复发风险预测任务中的单模态基线模型。其中，Clinical-XGBoost反映了结构化临床变量在风险分层中的基础价值，说明年龄、分期及相关临床特征对复发风险判断具有一定贡献；Image-EmbROI则体现了MRI病灶区域视觉表征在捕捉肿瘤内部异质性方面的优势，表明影像信息同样能够为复发预测提供有效支持[9]-[11]。在此基础上，Fusion-DualMeta在AUC、AUPRC、Sensitivity、F1值和MCC等多个关键指标上均取得最佳结果，显示出临床信息与影像特征具有明显的互补性[12][13]。相较于单一模态模型，多模态融合不仅提高了整体判别能力，也增强了模型在类别不平衡条件下对阳性样本的识别效果，说明融合策略能够更全面地表征影响乳腺癌复发的多维信息。

尤其值得注意的是，Fusion-DualMeta在召回率方面达到0.9412，明显高于Clinical-XGBoost和Image-EmbROI的0.5294。这表明融合模型能够识别出绝大多数复发病例，在高危筛查任务中具有更高的实际应用价值。对于乳腺癌复发风险评估而言，漏检往往意味着高风险患者未能被及时纳入强化随访或进一步干预，因此模型对阳性样本的检出能力具有优先意义。从这一角度看，融合模型在Sensitivity上的显著提升，不仅是统计指标上的改善，也意味着其在临床应用场景中更有利于实现对复发高危人群的前置识别。与此同时，Fusion-DualMeta在F1值和MCC上也取得最高水平，说明该模型并非单纯通过牺牲整体平衡性换取高召回，而是在正负样本综合判别上实现了更优结果(见图2)。

Table 3. Main comparison of the three final models

表3. 三个最终模型的主结果对比

Figure 2. Comparison of core metrics among the three models

图2. 三模型核心评价指标对比

ROC曲线如图3所示。可以看出，Fusion-DualMeta的ROC曲线整体位于两种单模态模型之上，对应AUC达到0.8633，优于Clinical-XGBoost和Image-EmbROI。这表明在不同分类阈值下，融合模型均表现出更强的区分能力，即其对复发与非复发样本的排序能力更优。从判别分析角度看，AUC的提升说明融合模型在更广泛的阈值范围内保持了较好的稳定性，不依赖单一阈值点即可展现优势。对于临床应用而言，这种特性意味着模型在面对不同风险控制要求时具有更好的适应性，既可用于偏重高召回的筛查场景，也可在一定程度上支持更审慎的风险分层判断。

Figure 3. ROC curves of the three models

图3. 三模型ROC曲线对比

Figure 4. PR curves of the three models

图4. 三模型PR曲线对比

进一步观察PR曲线(图4)可以发现，Fusion-DualMeta在低召回和中高召回区间总体保持更优的精确率水平，对应AUPRC达到0.2801，也高于两种单模态模型。由于本研究中复发阳性样本占比仅约9.46%，类别不平衡较为明显，在这种情况下，PR曲线较ROC曲线更能反映模型对阳性类别的真实识别能力[6][7]。融合模型在PR曲线上的优势说明，其不仅扩大了真阳性样本的覆盖范围，而且在提升召回率的同时较好控制了无效阳性预测的增长。这意味着模型在识别更多复发病例的同时，并未出现过度激进的正类判断，从而在一定程度上抑制了正类识别过程中的噪声累积。换言之，Fusion-DualMeta在不平衡数据环境下实现了更合理的精确率–召回率平衡，这也是其AUPRC和F1值得以同步提升的重要原因。

图5给出了三种模型在测试集上的混淆矩阵。结果显示，与Clinical-XGBoost和Image-EmbROI相比，Fusion-DualMeta将假阴性数量由8例降至1例，同时真阳性数量由9例提升至16例，说明融合模型对于复发样本的识别能力获得了实质性增强。从临床视角看，假阴性减少具有更为重要的现实意义，因为假阴性病例意味着真实高风险患者被误判为低风险，从而可能错失后续强化监测、辅助治疗调整或早期干预机会。融合模型仅保留1例假阴性，表明其在“尽量少漏检”的目标上取得了明显改进。虽然与此相伴，假阳性数量较单模态模型略有增加，但其特异度仍保持在0.7844，说明模型并未因追求高召回而导致阴性样本识别能力明显失衡。对于复发风险筛查任务而言，这种以小幅增加误检为代价，换取显著降低漏检的结果，更符合临床实际需求，也更具应用可接受性(见表4)。

Table 4. Performance gain of the fusion model over single-modality models

表4. 融合模型相对单模态模型的性能增益

Figure 5. Confusion matrices of the three models on the test set

图5. 三模型在测试集上的混淆矩阵对比