基于合成数据训练的EmiNet双流网络在光学内窥镜图像中实现运动细菌检测

为解决肺炎诊断中细菌检测延迟的问题，研究人员开发了EmiNet双流网络，结合Transformer和CNN架构，通过合成数据训练实现了光学内窥镜图像中运动细菌的高效分割与检测，检测相关性提升6.8%，为临床快速诊断提供了新工具。

　　

肺炎作为由细菌感染引发的呼吸道疾病，在重症监护中面临诊断延迟的严峻挑战。传统影像学方法如X射线和CT扫描需要48-72小时才能出结果，而光学内窥镜成像（OEM）虽能实时获取活体光学活检图像，但海量图像的实时人工分析效率低下，严重影响抗菌治疗的及时性。更棘手的是，标注医学图像需要专业医生参与，导致训练数据严重匮乏，制约了监督学习方法的应用。

针对这一系列难题，研究人员创新性地提出了EmiNet（Endomicroscopy microbe identification Network）双流网络架构。该模型巧妙融合了Transformer的全局建模能力和CNN的局部特征提取优势，通过并行处理原始OEM图像序列和其光流序列，同时捕捉细菌的局部-全局表观特征与运动特征。研究团队还设计了多模态交叉通道注意力（MMCCA）模块，有效实现了运动特征与表观特征的交互增强。为解决标注数据短缺的瓶颈，团队开发了基于物理成像特性的细菌运动模拟算法，将合成的细菌模型植入真实无细菌OEM背景中，经视觉图灵测试验证，合成图像与真实图像的区分准确率仅约50%，证实了合成数据的真实性。

关键技术方法包括：1）构建双流编码器-解码器框架处理时空序列数据；2）设计两种细菌运动模式（连续位移和间歇闪现）的合成算法；3）采用3D CNN结合Transformer的混合架构提取特征；4）开发MMCCA模块实现模态融合。实验使用1650组合成序列训练，在真实临床数据集上测试。

研究结果显示：
1）在合成数据集测试中，EmiNet的Dice分数达0.862，显著优于3D UNet（0.823）和TransBTS（0.852），对运动模式1和模式2细菌的F1分数分别提升4.4%和5.6%；
2）在真实临床数据测试中，与当前最优的无监督方法相比，EmiNet将检测计数相关性提高6.8%，F1分数提升2.2%；
3）消融实验证实，单独使用运动流性能较差（Dice 0.416），但与表观流结合后性能显著提升，MMCCA模块使AEE（平均端点误差）降低至0.149，证明运动特征的补充价值；
4）视觉图灵测试中，医学专家对合成图像的误判率达55%-67%，验证了合成数据的临床可信度。

这项发表于《Computers in Biology and Medicine》的研究具有重要临床意义：首先，EmiNet首次实现了OEM图像中运动细菌的自动化检测，将诊断时间从数十小时缩短至实时；其次，创新的合成数据生成方案突破了医学图像标注的瓶颈，为其他稀缺数据场景提供了借鉴；最后，双流架构和MMCCA模块的设计思想可扩展至其他动态医学图像分析领域。未来研究将聚焦于优化Transformer的计算效率，以推动该技术在床旁的实时应用。