使用眼动追踪和三维分形维数分析表征脑MRI可视化中的神经外科视觉专长

《Geomatics》：Characterizing Visual Neurosurgical Expertise in Brain MRI Visualization Using Eye-Tracking and 3D Fractal Dimension Analysis

　　

眼动追踪已被用于表征医学图像可视化和解读中的视觉行为，但神经外科医生的代表性仍然不足。表征神经外科特定的视觉专长对于理解专家搜索策略、指导培训以及开发计算模型具有重要意义。本研究检查了天真观察者（N_p = 29）、神经外科注册医师（N_p = 16）和顾问神经外科医生（N_p = 24）在自由观看范式下观看正常（N_p = 20）和病理（N_p = 19）脑部MR图像时的注视行为。为了捕捉与专长相关的特征，研究人员在每个注视位置分析了两个特征：（i）注视时长，反映视觉注意的时间分配，以及（ii）每个注视位置周围的三维分形维数（3DFD），量化局部结构复杂性。为了评估病理类型效应，研究人员将相似病理分组为五个刺激组。线性混合效应模型揭示了系统的专长相关差异，专家在病理刺激组中表现出更长的注视时长，并表现出病理类型依赖的复杂性采样。组合注视时长和3DFD特征捕捉了视觉专长的互补方面，与单个特征相比，对于所有五个刺激组，将随机森林（Random Forest）分类器的准确率提高到>93%。这些发现突出了神经外科视觉专长的特异性标记，并表明结合行为和图像衍生特征可以支撑模仿专家级策略的计算模型和培训工具。未来的工作应评估其在其他医学领域的适用性。

**论文解读：基于眼动追踪和三维分形维数分析的脑MRI可视化中神经外科视觉专长表征**

**研究背景、问题与目的**

视觉专长是人类认知神经科学、心理学及医学培训等领域的基础研究问题。理解个体如何发展和运用视觉专长，对于推动感知理论、设计有效培训程序至关重要。眼动追踪作为一种低成本、便携且计算简单的工具，被广泛用于研究医学图像解读中的视觉行为。然而，以往研究多集中于放射科医生，对神经外科医生的专长表征存在显著空白。神经外科医生通过神经外科培训、神经解剖学熟悉度和病例特异性决策需求形成独特的视觉策略，因此需要专门的数据收集和分析方法。

当前存在的主要问题包括：（1）神经外科医生在眼动追踪研究中代表性不足，已有研究样本量小且多采用模拟手术任务，缺乏自由观看范式下的数据；（2）图像内容通常被视为隐含背景因素，而非可量化变量，导致无法明确专长相关的注视差异如何反映视觉注意与图像复杂性之间的系统性交互；（3）尚无研究联合建模注视行为和局部图像复杂度（如三维分形维数）来表征神经外科视觉专长。因此，本研究旨在通过一个聚焦研究，设计无偏见的神经外科视觉专长表征框架。

**研究内容与结论**

研究人员招募了天真观察者（N_p=29）、神经外科注册医师（N_p=16）和顾问神经外科医生（N_p=24）三组被试，在自由观看范式下呈现39张去标识的T1加权脑部MR图像（20张正常，19张病理）。为捕捉专长驱动的注视行为，研究人员在每个注视位置联合建模两个特征：注视时长（反映视觉注意的时间分配）和三维分形维数（3DFD，量化局部结构复杂性）。他们将病理图像按类型分为五组（A肿瘤、B脑血管病理、C其他、D炎症性改变、E畸形），并采用线性混合效应模型（LMM）和随机森林（RF）分类器进行分析。主要结论：专家在病理刺激组中注视时长显著更长（H1支持），且3DFD呈现病理类型依赖的复杂性采样模式（H2支持），联合建模注视时长和3DFD可将RF分类器准确率提升至>93%（H3支持）。该论文发表在《Geomatics》上，表明结合行为和图像衍生特征能支撑模仿专家级策略的计算模型和培训工具。

**关键技术方法**

研究人员使用了以下主要技术方法：（1）眼动追踪数据采集：采用EyeLink Portable Duo 1000眼动仪（1000 Hz采样率），在自由观看范式下记录眼动信号；（2）三维分形维数（3DFD）计算：基于box counting方法，将每个二维灰度MRI图像视为三维强度曲面，在固定位置周围100×100像素的滑动窗口内计算局部3DFD值，然后提取注视位置处的3DFD值；（3）线性混合效应模型（LMM）：分别对注视时长和3DFD建立模型，以观察者组别和图像类型为固定效应，加入交互项，被试和刺激为随机截距；（4）随机森林（RF）分类器：采用200棵决策树，在10折交叉验证下训练二分类器（N vs. EC、N vs. ER、EC vs. ER），特征集包括仅注视时长、仅3DFD及两者组合。样本来源：专家被试来自澳大利亚神经外科学会年会（2022年9月）和麦考瑞大学，天真被试来自麦考瑞大学学生和教职工。

**研究结果**

**3.1 H1: 专长相关的注视时长差异**：混合效应模型显示，注视时长差异主要通过组别×图像类型交互效应体现，而非简单的图像类型主效应。顾问专家（EC）在刺激组A、B和StimP中交互效应显著（β=19.091–25.271, p_FDR<0.01），注册医师（ER）在A、B、C、E和StimP中交互效应显著（β=26.567–45.649, p_FDR<0.05），而D组无显著效应。效应量（Cohen's d）显示EC交互效应较小（d≈0.11–0.15），ER交互效应稍大（d≈0.14–0.26）。定性热图显示专家更集中于病理区域，而天真被试注视分散。

**3.2 H2: 专长相关的结构复杂性（3DFD）差异**：混合效应模型显示，仅刺激组E（畸形）存在显著的图像类型主效应（β=0.103, p_FDR<0.001, d=0.857）。专长相关交互效应在刺激组B中呈负向（EC×ImageType: β=-0.031, p_FDR<0.001; ER×ImageType: β=-0.026, p_FDR<0.001），表明专家在脑血管病理图像中采样较少复杂区域；在刺激组D中呈正向（EC: β=0.078, p_FDR<0.001; ER: β=0.082, p_FDR<0.001），表明专家在炎症性改变图像中主动采样更复杂区域。其他组（A、C、E、StimP）无显著交互效应。这表明3DFD专长效应是强烈刺激特异性的。

**3.3 H3: 联合非线性建模的专长差异**：随机森林分类器结果一致表明，组合特征集（注视时长+3DFD）在所有刺激组中表现最佳，准确率大多>93%（如N vs. EC在A组达99%），显著优于仅注视时长或仅3DFD特征。仅3DFD特征常表现良好但变异较大，而注视时长单独使用时判别力较低。SVM分类器未显示组合优势，但随机森林的稳定性支持假设H3。10折交叉验证的稳健性分析（K=2–10）确认了结果稳定性。

**总结讨论与结论**

讨论部分指出，注视时长和3DFD捕捉了注视行为的互补方面：3DFD反映采样区域的结构属性，注视时长反映注意力分配的时间动态。专家并非简单忽略视觉复杂性，而是根据诊断相关性调节对复杂区域的采样：在脑血管病理中降低复杂区域采样，在炎症性改变中增加采样。这种病理依赖性模式支持基于语义知识和内部模板的知觉专长模型。混合效应与机器学习分析的一致性表明，联合时空特征框架可有效表征视觉专长。随机森林分类器在病理特异性刺激组中达到93–100%准确率，在聚合组中约80–87%。这些发现为开发模仿神经外科专家视觉策略的计算系统和培训工具奠定了基础。

研究结论翻译：“混合效应建模和机器学习分析的收敛表明，注视时长和几何复杂性（3DFD）捕捉了与视觉专长相关的注视行为的互补方面。3DFD反映观测过程中采样图像区域的结构属性，而注视时长标示注意力向诊断相关区域的时间分配。重要的是，当这些空间和时间特征被联合考虑而非单独考虑时，专长相关差异被最一致地表征。定量上，注视时长和3DFD的联合建模产生了高判别性能，监督式随机森林分类器在病理特异性刺激组中达到93–100%的准确率，在聚合刺激数据集中约80–87%的准确率。推论性混合效应结果与预测性分类性能之间的一致性支持一个综合的时空特征框架，作为表征医学图像解读中视觉专长的原则性方法。”