器官不对，物理学对：将超声心动图预训练迁移至肺部超声进行结核筛查

arXiv:2610.03290v1 公告类型：cross 摘要：肺部超声（LUS）对于基层医疗层面的结核病（TB）筛查颇具吸引力，但有标注队列规模较小。超声心动图不存在这一限制，同时与LUS共享相同的底层超声成像物理、信号处理方式和B模式外观。我们探讨，在这一高资源超声领域上预训练的编码器，是否能够提取出在低资源领域中仍然可用的表征。我们仅改变编码器，涵盖三个架构系列的十七个编码器。在这些编码器中，针对通用视频进行预训练的潜变量预测视频编码器（V-JEPA2-L）与其超声心动图对应版本（EchoJEPA-L）仅在预训练语料上存在差异。对这些编码器进行选择并不能解决分类问题：整个编码器家族的性能差异为2.50个百分点，而测量分辨率为2.71个百分点。真正改变任务表现的是特征条件化。对编码器与分类器之间的特征进行标准化后，十七个编码器的平均性能均提升了+1.23个百分点，p=1.5×10^-5。在留出测试集上，开发集各折中选出的每个编码器，其受试者工作特征曲线下面积（AUROC）均高于基线系统，最高提升+2.57个百分点；在90%敏感度下，特异度达到79.3%，而基线为60.3%。预先指定的对比，即EchoJEPA-L与V-JEPA2-L之间的对比，差异为-0.16个百分点，p=0.926。因此，我们没有发现证据表明，仅凭共享的超声物理特性，就能使超声心动图成为比通用视频更高效的预训练语料库；即使存在优势，其幅度也小于该队列所能分辨的程度。不过，视频编码器接收的是复制后的静态图像，因此无法区分这一无效应结果究竟反映了预训练领域的影响，还是视频编码器应用于静态帧所导致的结果。限制因素是有标注队列，而非编码器。