胶囊-卷积康：一种医疗图像分类的混合神经网络方法-计算机科学-神经网络-医疗图像分类.pdfVIP

胶囊-卷积康：一种医疗图像分类的混合神经网络方法∗

112

LauraPituková,PeterSinčák,andLászlóJózsefKovács

1DepartmentofCyberneticsandArtificialIntelligence,TechnicalUniversityofKošice

2InstituteofInformationScience,UniversityofMiskolc

摘要

本本研究对四种神经网络架构进行了全面比较：卷积神经网络、胶囊网络、卷积科莫洛夫–阿

译诺德网络和新提出的胶囊-卷积科莫洛夫–阿诺德网络。所提出的胶囊-卷积科莫洛夫–阿诺德

中（Capsule-ConvKAN）架构结合了胶囊网络的动态路由和空间层次能力以及卷积科莫洛夫–阿

诺德网络灵活且可解释的功能近似能力。这种新颖的混合模型旨在改进特征表示和分类准确性，

1

v特别是在具有挑战性的现实世界生物医学图像数据中。这些架构在一个组织病理学图像数据集

7上进行了评估，在此数据集中，胶囊-卷积科莫洛夫–阿诺德（Capsule-ConvKAN）实现了最高

1

4的分类性能，准确率为91.21%。结果展示了新引入的胶囊-卷积科莫洛夫–阿诺德网络在捕捉空

6间模式、管理复杂特征以及解决传统卷积模型在医学图像分类中的局限性方面的潜力。

0

.

7

01介绍

5

2

:

v深度学习的迅速发展推动了图像识别、特征提取和模式分析等领域中新型神经网络架构的创

i

x建。科莫戈罗夫-阿诺德网络（KAN）因其在函数逼近方面的强大理论基础而受到关注，而卷积神

r

a经网络（CNN）则由于其捕捉空间层次结构的能力长期主导视觉任务。将这些理念结合起来产生了

卷积科莫戈罗夫-阿诺德网络（ConvKAN），它结合了卷积特征提取器与类似KAN样式的样条激活

函数。

胶囊添加了额外的结构层：胶囊网络（CapsNet）引入了动态路由和显式姿态向量，使模型能

够保留部分与整体的关系并处理视角变化。将胶囊集成到ConvKAN中产生胶囊-卷积Kolmogorov-

Arnold网络（Capsule-ConvKAN）——据我们所知，这种混合方法尚未得到系统研究。本工作通

过比较在图像分析任务上的性能、效率和鲁棒性来填补这一空白。

柯尔莫哥洛夫-阿诺德表示定理（第2.1节）支撑了KAN的平滑、可解释的功能块，而卷积层

仍然是空间特征提取的主要工具。通过融合CNN和KAN组件，ConvKAN继承了表达能力和可

解释性；胶囊机制的添加进一步增强了模型捕捉分层空间信息的能力。因此，我们研究Capsule-

ConvKAN是否可以超越其纯卷积和基于样条曲线的前辈，在具有挑战性的现实世界生物医学图像

上表现更优。

∗Preprintversion.AcceptedtoIEEESMC2025.

刘等人[?]所做的基础工作将KANs介绍为一种新型神经架构，用可学习的样条函数替换了传

统的权重。这种方法使得灵活性和可解释性更强，同时与传统多层感知器相比提高了准确性并减少

了参数数量。

在此概念的基础上，Drokin[?]提出了Kolmogorov-Arnold卷积的设计原则和实证研究，进一

步推进了在计算机视觉任务中对这种混合方法的理解。作者提出了ConvKAN，将KAN层融入到

CNNs中。他们的架构在MNIST、CIFAR-10/100、TinyImageNet、ImageNet1k和HAM10000等

标准数据集上展示了增强的鲁棒性、可解释性和分类性能。

罗等人将[?]应用于医学成像领域，具体用于基于MRI扫描的脑肿瘤分类。他们的研究将KA