用于眼底图像视网膜血管树高效鲁棒分割的双编码器深度卷积神经网络(Dual Encoder DCNN for Efficient and Robust Segmentation of Retinal Vascular Tree From Fundus Images)

《International Journal of Imaging Systems and Technology》：Dual Encoder DCNN for Efficient and Robust Segmentation of Retinal Vascular Tree From Fundus Images

　　

摘要：视网膜血管分割是糖尿病视网膜病变等眼部和心血管疾病诊断与监测的关键步骤。尽管医学成像技术不断进步，在不同分辨率眼底图像上实现精确分割仍具挑战性。传统卷积神经网络(CNN)因重复池化操作及静态卷积核局限，常无法同时捕获细微与粗大血管结构。为解决上述问题，研究人员提出一种专为视网膜血管分割设计的鲁棒高效CNN架构。该方法核心创新包括：(1)在所有下采样块中应用多尺度输入(Multi-Scale Input, MSI)策略以减轻池化带来的信息损失；(2)采用异质卷积核处理的双编码机制(Dual Encoder Path, DEP)以丰富特征提取；(3)在解码前融合双编码器互补特征表示，以保留空间细节并增强判别性特征。所提方法在分辨率差异显著的DRIVE与HRF数据库上评估，表现出优异性能：DRIVE数据库平均准确率(Accuracy)约97.62%、灵敏度(Sensitivity)约97.22%；HRF数据库平均准确率约83.43%、灵敏度约84.76%。最佳折(Fold)在DRIVE上灵敏度达88.8%，在HRF上达87.46%，凸显了方法跨数据库及评估折的鲁棒性。

论文解读：

《Dual Encoder DCNN for Efficient and Robust Segmentation of Retinal Vascular Tree From Fundus Images》发表于International Journal of Imaging Systems and Technology。视网膜血管形态多样，直径约3±2至150±15 μm，准确分割对糖尿病视网膜病变、青光眼、高血压等疾病的早期诊断至关重要。低分辨率眼底图像(约20 μm/像素)中血管宽度通常为3±1至8±1像素，高分辨率图像(约6 μm/像素)中为3±1至27±1像素，高分辨率可更好呈现粗细血管。传统卷积神经网络如U-Net依赖固定卷积核与重复最大池化(max-pooling)，导致细血管因空间信息丢失而漏分割，且单编码器难以兼顾局部细节与全局语义，在高低分辨率数据库间泛化性差(如U-Net在DRIVE灵敏度仅65%，HRF仅56%)。现有改进方案如空洞卷积(dilated convolution)、注意力机制、多尺度输入或密集连接多单独验证且未充分互补，尤缺跨分辨率联合评估。为此，研究人员提出融合多尺度输入(Multi-Scale Input, MSI)与双编码器路径(Dual Encoder Path, DEP)的改进U-Net架构(MSI-DEP网络)，以同步捕获多粒度血管特征并缓解池化信息损失，在DRIVE与HRF数据库通过4折交叉验证验证其效能。

主要关键技术方法：研究人员采用公开DRIVE数据库(40幅565×584像素眼底图像，7例伴非增殖性糖尿病视网膜病变)与HRF数据库(45幅3504×2336像素图像，含健康、青光眼、糖尿病视网膜病变各15例)，按75%训练、25%测试做4折交叉验证(DRIVE每折30训10测，HRF分层每类11训4测)。网络以原始及N_i∈{2,4,8,16}倍下采样图像作为多尺度输入(Multi-Scale Input, MSI)，经1×1卷积(10滤波器)—ReLU—批归一化(Batch Normalization)后按编码层级拼接至特征图；编码器一采用标准3×3卷积+2×2最大池化捕获细部，编码器二采用空洞率(dilation rate) d=2的3×3空洞卷积扩大感受野至5×5捕获全局上下文；瓶颈处拼接双编码器特征(8×8空间尺寸，2058通道)后经3×3卷积(1024滤波器)送入解码器，解码器沿用U-Net结构上采样并引入双编码器跳跃连接(skip connection)，末端1×1卷积+Softmax输出二分类概率图。训练用Adam优化器(lr=0.001)、Xavier初始化、交叉熵损失、批次大小4、20轮次及早停(early stopping)，预处理含对比度增强与旋转/翻转数据增广，测试时分块(patch)分割后拼接重建。

研究结果如下：

4.1 Ablation Study——通过逐步叠加MSI与DEP组件并调整空洞率开展消融实验。U-Net基线Accuracy 95.94%、Sensitivity 65%、Specificity 97.98%；加MSI后Sensitivity升至71%；加DEP后Accuracy 96.35%、Sensitivity 75%；MSI+DEP组合Accuracy 97.58%、Sensitivity 83.14%、Specificity 98.12%。无空洞时Sensitivity 83.14%，d=4时空洞率使Sensitivity微升至85.58%但Accuracy降至97.29%，d=2时空洞率取得最优：Accuracy 98.84%、Sensitivity 88.8%、Specificity 99.31%。表明MSI补偿池化细节丢失、DEP丰富多感受野特征提取，二者协同提升细血管召回，d=2空洞率在感受野扩展与细节保留间取得最佳平衡。

4.1.2 Computation Cost Results——参数与推理时间统计显示：U-Net约31.01 M参数，DRIVE推理0.67 s、HRF 4.94 s；MSI-DEP网络(d=2)约69.7 M参数，DRIVE推理约1.008 s、HRF约8.892 s。相较基线Sensitivity提升23.8%(65%→88.8%)，参数量增至2.25倍，单图推理仍在秒级，满足临床实用时效要求，属性能与效率的可接受折衷。

4.2 Cross Validation Segmentation Performances——DRIVE四折均值Accuracy 97.62%、Sensitivity 83.43%、Specificity 98.28%、DICE 80.58%，最优折Accuracy 98.84%、Sensitivity 88.8%、Specificity 99.31%、DICE 86.88%；HRF四折均值Accuracy 97.22%、Sensitivity 84.76%、Specificity 98.08%、DICE 78.52%，最优折Sensitivity 87.46%。箱线图显示各指标折间波动小(DRIVE Accuracy波动≈1.8%，HRF Accuracy波动<0.5%)，证明模型跨折稳定且跨分辨率(DRIVE低分辨率 vs HRF高分辨率)泛化能力强。

4.3 Statistical Analysis——单因素ANOVA检验DRIVE各指标p值分别为Acc 0.067、Sens 0.081、Spec 0.054、DICE 0.072；HRF分别为Acc 0.412、Sens 0.263、Spec 0.337、DICE 0.198，均>0.05，说明折内无显著差异；Welch's t检验DRIVE与HRF间各指标p值均>0.05(Acc 0.41、Sens 0.56、Spec 0.71、DICE 0.43)，说明跨数据库性能差异不显著，证实方法具有intra-与inter-database稳定性及泛化性。

讨论与结论翻译：视网膜血管分割对糖尿病视网膜病变、黄斑变性及青光眼等眼病诊断至关重要，要求在不同图像质量与分辨率下高性能运行。研究人员提出一种扩展U-Net的新架构，集成双编码路径(Dual Encoder Path, DEP)与多尺度输入(Multi-Scale Input, MSI)以提取更丰富互补特征。该网络嵌入预处理—分块(cropping)—分割—后处理流程，在代表常用临床分辨率范围的DRIVE与HRF数据库上行4折交叉验证。所提方法在DRIVE上平均Accuracy≈97.62%、Sensitivity≈83.43%、Specificity≈98.28%，最优折达Accuracy 98.84%、Sensitivity 88.8%、Specificity 99.3%；在HRF上平均Accuracy≈97.22%、Sensitivity≈84.76%，最优折Sensitivity达87.46%。与已有方法相比，所提方法在DRIVE与HRF上均取得更优或相当Accuracy与Sensitivity。尽管方法在代表临床诊断常用分辨率范围的DRIVE与HRF上表现鲁棒，未来仍需在更大规模、更多样化独立临床数据库上验证以进一步确认泛化性。所得结果表明模型在临床整合方面具强潜力，尤适用于需同时精确分割细与粗视网膜血管的场景(如增殖性糖尿病视网膜病变新生血管检测)，且所提供分割结果可辅助临床医师分析血管迂曲度、分支、管径及动静脉区分等生物标志物，用于青光眼、糖尿病视网膜病变及高血压等疾病的定量评估与监测。