保留三区域 mask 的思想，但放弃“lesion / margin / background 三个均值 prototype”这个实现。改成 “lesion + distance-aware peritumoral rings + reference/normal region”的 mask-guided fusion。

也就是：mask 不丢，prototype mean pooling 要换掉。

核心判断

你现在失败的根因大概率不是“区域没用”，而是这三个问题叠加：

1. background 太泛
   文献支持的是 peritumoral / parenchymal / tumor-adjacent tissue，不是所有非病灶背景。
2. margin 太粗
   高分文章反复说明 peritumoral 宽度很关键：0–3、3–6、6–9、9–12、12–15 mm 信息不同。你现在只有一层 margin。
3. mean prototype 抹掉异质性
   Radiology / Nat Commun 那几篇都在强调 habitat、subregion、ecological diversity、spatial interaction。你现在每个区域一个均值向量，信息损失太大。

所以不要再继续调 alpha_feat 或 layer3/layer4 了。这个方向已经被诊断实验基本排除了。

推荐新方案：Distance-aware Peritumoral Habitat Fusion

可以叫：

Mask-guided Peritumoral Habitat Fusion, MPHF

或者更贴 FedHKD：

FedHKD-RingHabitat

1. 区域重新定义

把旧的：

1

lesion / margin / background

改成：

1

lesion / peritumoral rings / reference tissue

具体：

如果没有真实 mm spacing，就用相对尺度：

1
2
3
4

ring1 = 0–0.1D
ring2 = 0.1–0.2D
ring3 = 0.2–0.35D
ring4 = 0.35–0.5D

其中 D 可以用 lesion 等效直径或 bbox 长边。

关键：不要再用整张图剩余区域当 background。

2. 特征表达方式改掉

不要：

1

mask × feature map → mean pooling → prototype

改成：

1

mask × feature map → multi-stat / multi-token / habitat descriptor

最小实现可以先做：

每个区域提取：

• mean；
• std；
• max；
• top-k pooled feature；
• region area ratio；
• lesion-peri contrast；
• peri-reference contrast。

也就是每个区域不要只有一个均值，而是至少保留分布信息。

更强版本：

• 在 lesion + peritumor 内做 patch/habitat clustering；
• 提取 habitat proportion；
• 提取 region adjacency / boundary interaction；
• 类似 NSCLC 那篇 MSI 思路。

3. 模型结构建议

我最推荐一个“安全”的结构：global branch + region residual branch。

1
2
3

whole image backbone → global logits
region/ring features → region logits
final logits = global logits + gated(region logits)

这样有两个好处：

1. 如果区域没用，gate 可以学到接近 0，不会伤害 whole_image；
2. 如果区域有用，它以 residual 的方式补充 whole_image。

不要让区域分支完全替代 whole-image。你的 whole-image 已经很强，区域应该是补充，不是另起炉灶。

4. 实验路线

我建议按三步走。

Phase 1：不重训，先做 probe

用现有 checkpoint 抽特征，做后验 readout：

如果 lesion + peri-rings 明显优于 current prototype，就证明：

mask 有信息，但 prototype 表达方式错了。

Phase 2：训练轻量 Region Residual Fusion

只做 5 fold × 1 seed：

判据还是 paired val-AUC：

1
2

new_method - whole_image > 0.005
且 positive folds ≥ 4/5

Phase 3：如果 Phase 2 positive，再接回 FedHKD

不要一开始就上 FedHKD 原型蒸馏。先证明区域融合本身有效。

如果有效，再做：

• region branch logits distillation；
• habitat distribution distillation；
• ring-level contrast distillation；
• 不再做旧的 class-region mean prototype L2。

最推荐的具体实现版本

如果你现在问我“最该先写哪个”，我选这个：

Lesion + 4 peritumoral rings + gated residual fusion + region statistics pooling

具体为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Input image
  ├── global backbone → global logits
  └── layer3 feature map
        ├── lesion mask
        ├── peri ring1
        ├── peri ring2
        ├── peri ring3
        └── peri ring4
             ↓
        per-region mean/std/max pooling
             ↓
        region MLP / attention
             ↓
        region logits
             ↓
final logits = global logits + gate × region logits

暂时不加 background。

如果一定要保留“三区域”叙事，可以这样包装：

1
2
3

lesion region
peritumoral region, internally split into distance-aware rings
reference/background-parenchymal region, used only for contrast

这样你没有放弃三区域 mask，但避免了旧 background 的噪声污染。

论文叙事会更稳

你可以把现在 negative 结果写成：

Current lesion/margin/background prototype distillation did not improve AUC over whole-image classification, suggesting that coarse region-mean prototypes are insufficient to exploit mask-guided information.

然后接新方法：

Inspired by prior peritumoral radiomics, habitat imaging, and intratumoral heterogeneity studies, we redesign mask usage from coarse region averaging to distance-aware peritumoral and heterogeneity-aware fusion.

这就很顺：

• 文献支持区域；
• 你的诊断证明旧 prototype 不行；
• 新方案针对性解决旧问题；
• 不是硬救失败结果，而是自然迭代。

一句话最终建议

不要再优化原来的 lesion/margin/background prototype KD。最佳改进是：保留 mask，但把它改成 distance-aware peritumoral rings + heterogeneity/statistics pooling + gated residual fusion；先证明区域融合能超过 whole-image，再考虑 FedHKD 蒸馏。