用于曲线结构分割的拓扑感知无监督域适应

《Medical Image Analysis》：Topology-aware unsupervised domain adaptation for curvilinear structure segmentation

　　

- 提出 TopoUDA 以弥合无监督分割中的结构鸿沟
- 提出拓扑感知的无监督域适应（UDA）以弥合曲线结构分割中的结构鸿沟
- 曲线结构感知判别器强制全局拓扑一致性
- 层次化拓扑精化器生成结构感知的伪标签
- 混合信任机制利用双批判可靠性过滤预测

## 引言

曲线结构（如血管网络、神经突起和气道树）的分割是医学图像分析中的基本任务，为眼科、神经影像学和肺科学等多个临床和科学领域的定量评估奠定了基础（Zhao et al., 2023, Zhuang et al., 2024）。这些结构形成复杂的、空间上相互连接的丝状网络，其形态（如迂曲度、分支模式）直接编码了糖尿病视网膜病变和早产儿视网膜病变（ROP）等疾病的临界生物标志物（Fraz et al., 2012a）。然而，手动标注这些复杂网络极其耗时且易产生变异，尤其是在光学相干断层血管造影（OCTA）和电子显微镜（EM）等高分辨率模态中。虽然卷积神经网络（CNN）在标签充足的情况下取得了最先进的性能（Ronneberger et al., 2015, Zhuang et al., 2024, Lei et al., 2021, Moccia et al., 2018, Khadangi et al., 2021, Fakhry et al., 2016），但当应用于训练域之外时仍然极为脆弱。

这种性能退化由域偏移驱动，域偏移源于两个不同的来源。第一个是**外观鸿沟**，由成像设备、噪声特征和患者人群的变化引起（Wilson and Cook, 2020, Wu et al., 2023）。第二个，更微妙但往往更具破坏性的是**结构鸿沟**，即曲线网络解剖结构的几何和拓扑组织本身的固有差异。例如，早产儿的视网膜血管与成人相比显著更加迂曲且发育不全。虽然外观鸿沟会降低局部边界精度，但结构鸿沟会导致全局不一致的预测，包括断裂的分支和断开的组件，这些违反了网络的内在连通性。图1说明了这种失败模式：在一种拓扑结构上训练的模型在结构偏移的目标域上产生局部置信但全局碎裂的预测。

无监督域适应（UDA）提供了一个有原则的框架，通过将有标签的源域知识迁移到无标签的目标域来弥合这些域偏移中的鸿沟（Ganin et al., 2016, Tzeng et al., 2017, Zhang et al., 2019）。主导策略如对抗性对齐（Vu et al., 2019）和伪标记（Zou et al., 2018）已被证明对紧凑型对象（如器官、肿瘤）有效，在那里对齐视觉外观在很大程度上就足够了。然而，对于曲线结构，这些标准方法是不够的——它们缺乏显式保持结构约束的机制。如图2所示，即使是像 ADVENT（Vu et al., 2019）、FDA（Yang and Soatto, 2020）、SFDA-DPL（Wu et al., 2023）和 CADA（Ma et al., 2023）这样的最先进 UDA 方法也无法保持连通性。这一区别至关重要：图1表明没有任何适应会导致失败，而图2揭示了标准适应同样失败，因为它只对齐纹理（外观鸿沟）而没有强制拓扑约束（结构鸿沟）。

我们专注于研究两种主要的 UDA 范式——对抗性学习（Haq, 2020, Tzeng et al., 2017, Vu et al., 2019）和伪标记（Choi et al., 2019, Wu et al., 2023, Li et al., 2023），因为它们代表了适应的有效手段，但目前却受限于一个共同的缺陷：**以像素为中心**。标准的对抗判别器评估视觉真实性而非结构一致性，允许解剖学上不合理的预测未被检测地通过。同样，伪标记策略依赖于像素级置信度（Zou et al., 2018, Choi et al., 2019, Zheng and Yang, 2021），忽视了全局拓扑——一个局部置信的像素仍然可能属于一个全局不一致的分支。因此，为了弥合结构鸿沟，有必要重新构想这些范式：将对齐转换为显式评估连通性，并将伪标记升级为基于拓扑稳定性而非仅基于像素强度来过滤候选者。

为实现此目标，我们提出了 **TopoUDA**，一个拓扑感知的无监督域适应框架，旨在显式地解决外观鸿沟和结构鸿沟。该框架集成了三个协同组件：

1. **双批判对抗系统**：在像素空间和复合结构特征空间中对齐预测，捕获16个不同的拓扑和几何指标。
2. **层次化拓扑精化器（HTR）**：通过持续同调生成结构一致的伪标签，识别稳定结构（第1级）并拯救空间相关的轮廓片段（第2级）。
3. **混合信任机制（HTM）**：利用基于外观和基于结构的置信度重新加权监督。

这一统一设计实现了跨多种曲线模态的结构感知适应。

**我们的主要贡献如下：**

1. 我们介绍了 **TopoUDA**，一个用于曲线结构分割的拓扑感知无监督域适应框架，显式地区分了外观鸿沟和结构鸿沟，并证明仅处理外观对于血管和神经网络是不够的。
2. 我们提出了一种**结构引导的适应策略**，将全局拓扑先验集成到域对齐和伪标签学习中，使跨域迁移过程中无需目标域标注即可保持连通性、连续性和分支模式。
3. 我们在三种医学影像模态（视网膜眼底成像、OCTA 和电子显微镜）中的九个 UDA 任务上证明了 TopoUDA 的有效性。除了实现优异的叠加和结构完整性指标外，其性能还通过大规模无标签 OCTA 数据集上的定性验证得到了进一步证实。

---

## 域适应用于医学图像分割

UDA 旨在减少分割模型在有标签源数据上训练后在无标签目标数据上表现不佳时出现的泛化差距。主流范式是对抗性对齐，其中判别器区分源表示和目标表示，而编码器学习使它们变得不可区分（Ganin et al., 2016）。后来的工作将此原理扩展到输出空间，对齐预测的分割图而非……

## 方法

我们考虑曲线结构分割的 UDA 设置，其目标是将分割知识从有标签的源域迁移到无标签的目标域。有标签的源域表示为 $D_S=\{(x_i^s, y_i^s)\}_{i=1}^{N_s}$，其中 $x_i^s \in \mathbb{R}^{H \times W \times C}$，$y_i^s \in \{0,1\}^{H \times W}$。无标签的目标域 $D_T=\{(x_i^t)\}_{i=1}^{N_t}$ 仅包含图像 $x_i^t \in \mathbb{R}^{H \times W \times C}$，反映了手动标注不可用或成本过高的常见临床设置。由于源域和目标域是……

## 实验

为评估所提出框架在多种医学曲线域上的有效性，我们在涵盖三种模态的九个源-目标域对上进行了实验：视网膜眼底摄影、OCTA 和 EM。每种模态表现出独特的域偏移——从视网膜成像中由不同采集设备和患者人群引起的外观变化，到 OCTA 扫描仪之间的对比度和噪声差异，再到 EM 中的染色或分辨率变化……

## 定量结果

表2(a-c)总结了所有基线和我们的方法在视网膜眼底、OCTA 和 EM 上的跨域分割性能。我们额外报告了**仅源域**基线，反映了模型在源域上训练并直接在目标域上评估时的监督性能。如 UDA 文献中常见的那样，仅源域表现出明显的性能退化，由于严重的域偏移，突显了这些迁移场景的难度以及……

## 讨论与结论

在本工作中，我们提出了 TopoUDA，一个统一的、结构感知的无监督域适应框架，用于跨多种医学影像模态的曲线结构分割。通过集成双批判对抗系统、层次化拓扑引导的伪标签精化器和混合信任机制，我们的方法在适应过程中同时强制执行视觉真实性和结构一致性。在视网膜眼底、OCTA 和 EM 数据集上的大量实验表明，TopoUDA 的……

---

## CRediT 作者贡献声明

- **G?zde Merve Demirci**：初稿撰写、可视化、验证、软件、资源、方法论、调查、形式分析、概念化
- **Chia-Ling Tsai**：审阅与编辑、初稿撰写、验证、监督、概念化
- **Jiaqi Yang**：审阅与编辑、初稿撰写、概念化
- **Chao Chen**：形式分析、概念化
- **Wei-Chi Wu**：数据整理

## 生成式AI与AI辅助技术在写作过程中的声明

在准备本工作的过程中，作者使用了 Gemini LLM 以提高可读性和检查语法。在使用此工具/服务后，作者根据需要审阅和编辑了内容，并对发表内容的全部内容承担全部责任。

## 利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文报告的工作。

## 致谢

本工作部分由 PSC-CUNY 研究基金 65406-00 53、NSF CCF-2144901、NIH R01NS143143 和 NIH R01CA297843 资助。

---

G?zde Merve Demirci | Chia-Ling Tsai | Jiaqi Yang | Chao Chen | Wei-Chi Wu