ADCFormer：融合自适应深度卷积与Transformer的OCT图像视网膜黄斑水肿精准分割模型

针对光学相干断层扫描(OCT)图像中糖尿病黄斑水肿(DME)病灶因低对比度、高噪声导致的识别难题，研究人员提出新型混合模型ADCFormer，通过高效自注意力机制(ESA)、自适应深度卷积(ADWConv)和全局-局部特征融合模块(GLFF)，在Intraretinal Cystoid Fluid和DUKE数据集上超越9种前沿模型，为临床DME精准诊疗提供AI解决方案。

　　

糖尿病黄斑水肿(DME)作为糖尿病视网膜病变的严重并发症，其病灶区域的精准分割对临床诊疗至关重要。光学相干断层扫描(OCT)虽已成为金标准成像技术，但图像固有的低对比度、高噪声及组织相似性等挑战，使得即使专业医师也难以准确识别病灶边界。传统卷积神经网络(CNN)在捕捉全局上下文信息方面存在局限，而纯Transformer模型又易忽略局部细节特征，这种"顾此失彼"的困境严重制约了计算机辅助诊断(CAD)系统的实际应用价值。

为解决这一关键问题，来自中国的研究团队创新性地提出ADCFormer模型，该成果发表于《Biomedical Signal Processing and Control》。研究通过巧妙融合CNN与Transformer优势，构建了包含自适应深度卷积(ADWConv)、高效自注意力(ESA)和新型残差多尺度前馈网络(ReMS-FFN)的混合架构。模型在三个公开数据集和医院自采数据上的实验表明，其不仅能精确捕捉DME病灶的形态学差异，还能有效处理边缘模糊问题，为临床提供更可靠的量化分析工具。

关键技术方法包括：1) 采用4×4像素块划分策略处理输入OCT图像；2) 设计自适应深度卷积(ADWConv)动态提取局部特征；3) 构建高效自注意力(ESA)机制建模全局依赖；4) 通过全局-局部特征融合模块(GLFF)实现多尺度特征交互；5) 在循环上下文特征连接(CCFC)框架下集成Optima和医院真实世界数据验证模型鲁棒性。

CNN for OCT-image segmentation
研究指出传统U-Net变体在DME分割中面临91.1% Dice系数的性能瓶颈，尤其对形态差异大的病灶表现欠佳，凸显现有方法对全局上下文建模的不足。

Proposed method
ADCFormer的编码器-解码器结构创新性地引入ESA模块进行长程依赖建模，配合ADWConv的局部特征动态捕获能力，通过GLFF模块实现跨尺度特征融合。特别设计的ReMS-FFN网络能同时保留空间细节和语义信息。

Experimental results and analysis
在Intraretinal Cystoid Fluid数据集上，ADCFormer的Dice系数达94.3%，较最优基线模型提升3.2个百分点。消融实验证实ADWConv使边缘分割准确率提升17.6%，而ESA模块将大尺寸病灶识别率提高22.4%。

Conclusion
该研究突破性地实现了CNN局部感知与Transformer全局建模的有机统一。临床价值在于：1) 为DME定量分析提供亚像素级分割精度；2) 通过多中心验证证实模型泛化能力；3) 开创的ReMS-FFN架构为医学图像处理提供新范式。研究获得国家自然科学基金等项目支持，相关技术已应用于陕西重点核心技术研发。