基于彩色眼底摄影的自动化杯盘比量化系统：慢性青光眼筛查的创新深度学习解决方案

《BMC Medical Imaging》：Automated cup-to-disc ratio quantification via color fundus photography for chronic glaucoma screening

本研究针对青光眼早期诊断中杯盘比(CDR)手动测量主观性强、精度不足的问题，开发了一种基于增强型双编码器-解码器网络(E-DCoAtUNet)的自动化筛查系统。该系统通过集成条件随机场(CRF)后处理模块，在Drishti-GS数据集上实现了视盘(Dice=97.6%)和视杯(Dice=90.8%)的高精度分割，CDR自动测量与专家标注高度一致(r=0.9190，MAE=0.0387)。该研究为青光眼筛查提供了可解释、高精度的自动化解决方案，具有重要临床转化价值。

　　

青光眼作为全球第二大致盲性眼病，正悄然夺走数百万人的视力。这种被称为"视力小偷"的疾病在早期几乎没有任何症状，等到患者察觉视力异常时，视神经损伤往往已不可逆转。更令人担忧的是，到2040年全球青光眼患者预计将达到1.18亿人，其中超过40%的患者因延误诊断而错失最佳治疗时机。面对这一严峻挑战，早期筛查和准确诊断显得尤为重要。

在青光眼的临床诊断中，杯盘比(CDR)是一个关键指标。当视神经纤维逐渐丧失时，视杯相对视盘的大小会增加，导致CDR值升高。通常CDR超过0.6就被认为是青光眼的潜在诊断标准。然而，传统的手动测量方法存在明显局限性——医生在划分视杯和视盘边界时容易受到主观因素影响，特别是在图像质量不佳或病变复杂的情况下，边界模糊问题更为突出。

尽管近年来深度学习技术在青光眼诊断中展现出巨大潜力，但现有方法仍面临诸多挑战。一些模型直接对眼底图像进行分类，虽然诊断准确率较高，但缺乏可解释性；另一些基于视杯视盘分割的方法虽然能提供定量指标，但在处理形态复杂、边界模糊的情况时表现不稳定。这些局限性促使研究人员寻求更精准、更可靠的自动化解决方案。

在这项发表于《BMC Medical Imaging》的研究中，吕晓轩等人提出了一种创新的青光眼智能诊断系统。该系统通过三个核心模块的协同工作，实现了从眼底图像处理到病理参数计算的全流程自动化：首先利用增强型双编码器-解码器网络(E-DCoAtUNet)精确分割视杯和视盘区域；然后通过条件随机场(CRF)后处理优化分割边界；最后基于分割结果计算垂直CDR值并进行青光眼分类。

研究方法上，作者主要采用了基于Drishti-GS数据集（50张训练图像，51张测试图像）的模型训练与验证，同时使用REFUGE数据集进行跨数据集泛化能力评估。技术核心是提出的E-DCoAtUNet架构，该网络融合了卷积神经网络(CNN)的局部特征提取能力和Transformer的全局依赖建模优势，并引入了交叉分支注意力(CBA)、多尺度特征增强(MFE)和边缘感知模块(EAM)等创新设计。后处理阶段采用条件随机场(CRF)优化边界连续性，最终通过测量模块计算垂直CDR（公式：CDR=V_cup/V_disc）。

Ablation experiment

通过系统的消融实验，研究人员验证了各模块的贡献。基础模型CoAtUNet通过混合卷积和Transformer块的设计，在视盘分割中表现出色，但在处理复杂边界时仍存在局限。随后开发的双编码器-解码器架构DCoAtUNet显著提升了视杯分割性能，而引入CRF后处理模块进一步优化了边界细节。最终提出的E-DCoAtUNet在Drishti-GS数据集上实现了视盘Dice系数97.52%、视杯Dice系数90.74%的优异表现，经过CRF优化后分别提升至97.60%和90.81%。在CDR估计方面，系统与专家标注显示出高度一致性（Pearson's r=0.9190，MAE=0.0387）。

Method comparison

与现有主流模型的对比分析显示，传统U-Net在视盘分割中表现稳定（Dice=97.78%），但视杯分割精度有限（Dice=88.87%）。基于Transformer的SwinUNet和TransUNet在视杯分割上有所改进（Dice分别为89.71%和89.52%），而本研究提出的E-DCoAtUNet则实现了显著提升（视杯Dice=90.74%）。误差可视化分析进一步证实，E-DCoAtUNet在复杂边界区域的错误分布最小，表现出优越的边界识别能力。

Model generalization capability verification

在跨数据集验证中，E-DCoAtUNet在REFUGE数据集上同样表现出色，视盘分割Dice达到98.03%，视杯分割Dice为95.98%，结合CRF后处理后可进一步提升至98.52%。这一结果证明了模型在不同采集条件下的强泛化能力，为其临床推广应用奠定了坚实基础。

Interpretability analysis

通过Grad-CAM可视化技术，研究人员展示了模型注意力主要集中在视盘和视杯区域，与眼科医生临床关注区域高度一致，增强了系统的临床可信度和可解释性。

Glaucoma screening

在青光眼筛查任务中，该系统实现了84.09%的准确率、97.37%的召回率和90.24%的F1-Score。Bland-Altman分析显示自动测量的CDR值与专家标注具有良好一致性，平均偏差接近零，95%一致性界限在±0.10范围内。

该研究通过创新的网络架构设计和系统集成，成功解决了青光眼诊断中视杯视盘分割的关键技术难题。E-DCoAtUNet模型通过双编码器-解码器结构有效捕捉了杯盘间的复杂形态关系，而CRF后处理则显著提升了边界分割的准确性。系统在多个数据集上的验证结果表明，其不仅具有高精度的分割能力，还展现出良好的泛化性能和临床适用性。

值得注意的是，该系统将深度学习模型与临床诊断标准有机结合，通过可解释的CDR量化指标为医生提供决策支持，既保持了人工智能技术的高效性，又符合临床诊断的规范要求。与现有方法相比，该系统在保持高精度的同时，显著降低了对人工经验的依赖，为大规模青光眼筛查提供了可行方案。

然而，研究也存在一定局限性，如双编码器-解码器结构的计算复杂度较高，CRF参数需要手动调整等。未来研究可进一步优化模型效率，探索三维形态特征分析，并整合更多结构功能指标，实现更全面的青光眼评估系统。

这项工作的重要意义在于，它不仅为青光眼早期诊断提供了可靠的技术工具，更展示了人工智能在医学影像分析中的巨大潜力。随着技术的不断完善和临床验证的深入，这种自动化、高精度的筛查系统有望成为眼科诊疗的重要辅助手段，为全球数百万青光眼患者带来福音。