基于深度学习的光学相干断层扫描（OCT）视网膜液体自动检测、分割与定量评估：跨nAMD、DME和MacTel的独立验证研究

《Diagnostics》：Histopathological Spectrum of the Human Appendix with Aging and Adiposity: A Forensic Autopsy Study

　　

目的：验证一种基于深度学习的算法，用于在多种视网膜疾病中通过光学相干断层扫描（OCT）自动检测、分割和定量评估视网膜液体。方法：在这项回顾性验证研究中，分析来自新生血管性年龄相关性黄斑变性（nAMD）、糖尿病性黄斑水肿（DME）和黄斑毛细血管扩张症2型（MacTel）眼部的谱域OCT容积扫描。使用由NetraMind Innovations开发的Skopix平台上的液体分析器（fluid analyzer）进行自动分割，该框架为基于深度学习的框架，训练用于识别视网膜内液体（IRF）、视网膜下液体（SRF）、色素上皮脱离（PED）和视网膜下高反射物质（SHRM）。自动分割由两名设盲的有经验视网膜分级者复核并手动校正，分歧由一名资深视网膜专家裁定。扫描水平检测性能使用准确率、敏感度、特异度、阳性预测值（PPV）、阴性预测值（NPV）、受试者工作特征曲线下面积（AUC）和Gwet一阶一致性系数（AC1）评估。所有B扫描的空间分割一致性使用Dice系数评估。自动与手动校正液体容积的定量一致性使用相关分析和Bland–Altman分析评估。分级者间可靠性使用组内相关系数（ICC）评估。结果：共纳入98个OCT容积，包括31只nAMD、25只DME和42只MacTel眼。在nAMD中，IRF检测的敏感度为81.8%，特异度为83.0%，AUC为0.876；SRF的敏感度为81.4%，特异度为96.7%，AUC为0.901。在DME中，IRF的敏感度、特异度和AUC分别为99.6%、97.3%和0.989，SRF分别为98.4%、96.4%和0.978。在MacTel中，IRF的敏感度为87.3%，特异度为95.1%，AUC为0.927；SRF的敏感度为86.8%，特异度为98.4%，AUC为0.929。自动与手动校正注释之间的分割一致性在各疾病组中均较高，nAMD中IRF和SRF的Dice系数分别为0.829和0.922，DME中分别为0.858和0.941，MacTel中分别为0.908和0.97。自动液体容积与手动校正测量值呈强相关，Bland–Altman分析显示系统偏倚很小。结论：该自动分割算法在nAMD、DME和MacTel中检测和定量评估视网膜液体方面表现出较强的验证性能。高分割一致性（尤其对IRF和SRF）以及与专家校正测量的强容积一致性，支持自动OCT液体定量在临床实践和研究中的潜在应用。

说明：所给题名“Histopathological Spectrum of the Human Appendix with Aging and Adiposity: A Forensic Autopsy Study”与摘要及主体所呈现的视网膜OCT研究不一致；以下严格依据摘要与主体内容进行浓缩解读。

研究背景：视网膜内和视网膜下液体积聚是多种威胁视力视网膜疾病的标志，包括nAMD、DME、中心性浆液性脉络膜视网膜病变及继发性脉络膜新生血管等。视网膜内液体（IRF）、视网膜下液体（SRF）和色素上皮脱离（PED）是疾病活动、进展及治疗反应的重要结构生物标志物，并影响抗血管内皮生长因子（anti-VEGF）治疗决策。光学相干断层扫描（OCT）因快速采集和高分辨率横断面显示视网膜微结构而成为评估视网膜液体的首选影像；但常规临床评估仍以定性判读连续B扫描为主，手动勾画液体分区虽可作为定量参考标准，却耗时、费力且存在观察者间变异，限制其用于大影像数据集和高通量流程。深度学习（DL）可用于OCT自动识别和分割，但泛化性仍是关键问题：在机构内或基准数据集开发验证的模型用于独立人群时，可能因疾病特征、液体形态、扫描密度、图像质量和采集方案差异而性能下降。nAMD可见液体与PED、视网膜下高反射物质（SHRM）、纤维化及不规则外视网膜结构共存；DME可有大量囊样空间和更大液体量；MacTel的内、外视网膜空洞虽似渗出液但病理生理机制不同。因此，需要在完全独立的图像上、无额外训练或优化条件下验证，并跨上述表型评估模型稳健性。研究人员因此开展独立验证，使用专家校正分割为参考标准，分别评估nAMD、DME和MacTel中IRF和SRF的检测、空间分割和容积定量性能。结论为算法总体验证性能较强，支持自动OCT液体定量在临床和研究中的潜在应用；其意义在于为可重复、客观的液体监测和临床试验结构终点提供依据。

方法（≤250字）：该研究为单中心、单设备、跨疾病回顾性验证，样本来自University of Pittsburgh Medical Center眼科。纳入98个Heidelberg Spectralis谱域OCT容积（31 nAMD、25 DME、42 MacTel），每例一眼，质量评分≥25，6×6 mm，B扫描512×496像素；各病种每容积49—97幅B扫描，并排除既往训练集及Cirrus扫描。自动分割采用NetraMind Innovations的Skopix液体分析器（Pix2Pix生成对抗网络（GAN）与Residual U–Net生成器）。参考标准由两名设盲视网膜分级者NH和GG手动校正，分歧由J.C.裁定。评估扫描水平检测（准确率、敏感度、特异度、AUC、Gwet一阶一致性系数（AC1））、Dice空间一致性、Pearson相关、Bland–Altman分析及组内相关系数（ICC）。

3.1 研究队列（Study Cohort）：共98眼，nAMD 1975幅B扫描、DME 1225幅、MacTel 4074幅。手动校正IRF平均容积为nAMD 0.255±0.847 mm³、DME 3.110±3.776 mm³、MacTel 0.292±0.336 mm³；SRF为nAMD 0.832±2.367 mm³、DME 0.218±0.415 mm³、MacTel 0.264±0.494 mm³。分级者间可靠性SRF的ICC为0.995（95%CI 0.972–1.000），IRF的ICC点估计0.831但95%CI 0.229–0.977较宽。说明SRF参考标注可靠性高，IRF精度不确定性较大。

3.2 自动检测、分割与容积性能（Automated Detection, Segmentation, and Volumetric Performance）：nAMD中IRF准确率82.9%、敏感度81.8%、特异度83.0%、AUC 0.876、AC1 0.779、Dice 0.829；SRF分别为95.0%、81.4%、96.7%、0.901、0.938、0.922；容积相关IRF r=0.997、SRF r=0.994。DME中IRF为98.7%、99.6%、97.3%、0.989、0.975、0.858，SRF为96.6%、98.4%、96.4%、0.978、0.957、0.941；容积相关IRF r=0.942、SRF r=0.954。MacTel中IRF为93.9%、87.3%、95.1%、0.927、0.918、0.908，SRF为97.6%、86.8%、98.4%、0.929、0.972、0.97；容积相关IRF r=0.946、SRF r=0.904。Bland–Altman显示MacTel一致性最佳，IRF平均偏倚?0.010 mm³、SRF 0.034 mm³且无显著比例偏倚；DME–SRF偏倚0.055 mm³但有比例偏倚；DME–IRF系统低估最大，平均偏倚?1.136 mm³且一致性界限较宽；AMD–IRF和AMD–SRF随液体量增加低估加重。结论为算法检测和分割性能较强、容积相关强，但高液体负荷时定量一致性下降。

讨论部分总结：作者强调本研究为独立验证，验证集未用于训练、微调或优化；参考分级具有较高可重复性。与既往研究相比，nAMD中IRF敏感度略高、SRF特异度较高，nAMD Dice为0.829/0.922；DME性能突出；MacTel也保持较强空间和定量一致性。尽管Pearson相关高，Bland–Altman提示高液体负荷下自动与手动容积并非绝对一致，尤其DME–IRF和AMD–SRF。MacTel的低反射空洞不等同于活动性渗出，IRF/SRF标签主要按解剖位置定义，不能解释为渗出疾病活动；按层区分定量是否有预后价值尚需纵向研究。验证在不同B扫描采集方案下仍稳健，支持算法在开发环境外应用；局限包括单中心回顾性、仅Spectralis、各组眼数有限、采集协议不同、专家手动校正参考仍含主观性且校正式参考可能存在锚定或自动化偏倚；未来需多中心、跨设备、纵向验证及独立de novo标注。

研究结论（译）：本验证研究表明，一种基于深度学习的算法在nAMD、DME和MacTel中对视网膜液体的自动检测、分割和定量评估具有较强性能。与专家校正测量相比，高Dice系数、强分类一致性和接近的容积一致性支持该自动方法在显著不同视网膜表型中的稳健性。进一步多中心、跨设备和纵向验证将有助于确定自动液体定量在临床实践和临床试验中的作用。