SEDUnet：基于带符号欧几里得距离先验的OCT单次交互式CNV分割方法

《Optics and Lasers in Engineering》：SEDUnet: One-Shot interactive CNV segmentation in OCT via signed euclidean distance prior

【字体：大中小】 时间：2026年08月14日 来源：Optics and Lasers in Engineering 4.2

编辑推荐：

　　•SEDUnet架构：我们提出了一种新的混合CNN-Transformer结构，该结构配有特征重聚焦与融合模块（FRFM），能够有效整合多尺度特征的同时消除冗余信息。•新型几何先验：我们提出了带符号欧几里得距离图（SEDM），这是一种强大的编码方法，可将四次用户点击转换为具有明确

•
SEDUnet架构：我们提出了一种新的混合CNN-Transformer结构，该结构配有特征重聚焦与融合模块（FRFM），能够有效整合多尺度特征的同时消除冗余信息。
•
新型几何先验：我们提出了带符号欧几里得距离图（SEDM），这是一种强大的编码方法，可将四次用户点击转换为具有明确内外语义的密集、具备边界感知能力的空间先验，其性能远超传统热图。
•
实用的一次性交互式框架：通过将SEDM作为辅助输入通道引入SEDUnet，我们构建了一个端到端系统，仅需四次点击（一次交互）即可实现高精度的CNV分割。大量实验表明，我们的框架在自动化和交互式场景中都能展现出更优的性能，为高效可靠的CNV量化提供了实用工具。

引言

光学相干断层扫描技术通过提供视网膜微结构的高分辨率横截面图像，彻底改变了视网膜疾病的诊断与治疗方式[1]。在这些疾病中，脉络膜新生血管病变——即源自脉络膜并侵入视网膜层的异常血管生长——是年龄相关性黄斑变性患者出现不可逆视力丧失的主要原因之一[2]。在临床实践中，通过OCT B扫描测得的CNV病灶面积可作为定量形态学指标，与基于液体的评估方法相结合，用于长期监测新生血管性黄斑变性的治疗反应[3]。然而，手动绘制CNV边界既耗时又具有主观性，且容易存在观察者之间及同一观察者不同次检测结果之间的差异，这促使人们致力于开发可靠的自动分割方法。

深度学习技术，尤其是全卷积网络[4]以及具有开创意义的U-Net架构[5]，通过编码器-解码器结构及跳跃连接，将低级空间细节与高级语义信息相结合，为医学影像分割奠定了坚实基础。此后，人们又提出了多种U-Net的变体与扩展版本，旨在提升特征表达能力与多尺度建模能力[6]、[7]。不过，卷积神经网络本质上受限于局部感受野，这限制了它们模拟全局上下文及长距离依赖关系的能力[8]。对于CNV分割而言，这一局限性尤为突出，因为这类病灶往往呈现细长、迂曲的形态，且与视网膜层之间存在复杂的空间关系。

为解决这一问题，原本用于自然语言处理的Transformer模型被引入计算机视觉领域。视觉Transformer（ViT）[9]利用自注意力机制捕捉长距离依赖关系，但其缺乏较强的局部归纳偏差[10]、[11]。因此，混合CNN–Transformer架构迅速成为主流研究方向，其目标是将CNN的局部特征提取优势与Transformer的全局上下文建模能力结合起来。TransUNet[10]等早期研究开启了这一研究方向，后续研究则重点改进特征融合策略（如TransFuse[12]、FAT-Net[13]），并强化多尺度上下文建模能力（如MISSFormer[14]、DS-TransUNet[15]、MSAGHNet[16]以及TBConvL-Net[17]）。

尽管取得了这些进展，现有的大多数混合模型主要关注如何融合不同类型的特征，却未能充分重视融合后特征表示之间的冲突、冗余问题以及与任务的相关性。更为关键的是，在CNV分割这类挑战性任务中，由于病灶对比度低、边界不规则，且常常与视网膜层紧密相连，即便是最先进的完全自动化方法，也往往难以实现临床可接受的边界精度，尤其是在病灶下缘区域[18]。算法性能与临床可靠性之间的差距，限制了完全自动化解决方案的实际应用。

交互式分割提供了一种有前景的折中方案，它只需少量用户引导即可帮助模型得到符合临床要求的成果。现有的交互式方法大致可分为两类：迭代式交互和一次性交互。迭代式方法，如基于正向/负向点击的精细化处理[19]、[20]，采用预测-修正的循环模式，通过多次用户交互逐步提升分割质量[21]。虽然这类方法在处理复杂修正场景时效果较好，但多轮交互会严重干扰临床工作流程，降低在诸如CNV面积测量这类常规、大规模任务中的效率。相比之下，一次性交互方法，包括基于边界框和极值点的方案，仅需一次用户输入，是一种更为实用的替代方案。

在本研究中，我们重点探讨基于极值点的交互方式。许多现有方法会将用户提供的极值点编码为辅助距离表示形式，如高斯热图[22]或欧几里得/测地距离图[19]、[23]，这些表示形式会与输入图像结合后，由编码器-解码器网络进行处理。然而，这种方法的根本缺陷在于距离图表示形式的几何表达能力有限。目前用于编码极值点的方法，比如陈等人[24]和张等人[25]提出的基于距离图的方法，主要只能传达空间上的接近程度，无法明确体现由四个极值点所隐含的完整边界几何结构，如边界方向、内外拓扑结构以及连续的空间梯度场。由于缺乏丰富的几何特征信息，网络得到的空间先验往往模糊且不完整。在CNV分割任务中，这一问题更为突出，因为OCT B扫描中病灶的下缘边界往往模糊不清，甚至完全缺失，这使得精确定位病灶变得极为困难。

我们的贡献。为应对上述挑战，我们提出了一个以全新网络架构和几何先验编码策略为核心的统一框架。我们的主要贡献包括三点：

1.
SEDUnet架构：兼具特征重聚焦与融合功能的双编码器网络。我们提出的SEDUnet（带符号欧几里得距离U-Net）是一种基于并行CNN和Transformer编码器的混合分割框架。其核心创新在于特征重聚焦与融合模块（FRFM），该模块能够主动选择、对齐并优化来自两个分支的特征，过滤掉冗余信息，确保解码器专注于最具区分度的特征表示。
2.
带符号欧几里得距离图（SEDM）：一种适用于一次性交互的丰富几何先验。我们提出了一种新的极值点编码方法，可用于生成带符号欧几里得距离图。与传统距离图不同，SEDM能够计算每个像素到连接各极值点的外接多边形的带符号最短距离。这种方法可以明确体现边界方向、连续的空间梯度以及内外拓扑结构，为网络提供强大且清晰的几何先验。
3.
一种稳健的一次性交互式CNV分割框架。通过将SEDM作为辅助输入通道引入SEDUnet，我们构建了一个端到端系统，仅需四次点击（一次交互）即可实现高精度的CNV分割。大量实验表明，我们的框架在自动化和交互式场景中都能表现出更优的性能，为高效可靠的CNV量化提供了实用工具。

本文的其余部分结构如下：第2节回顾相关研究；第3节介绍SEDUnet架构以及基于SEDM的交互式框架；第4节汇报实验结果与消融实验分析；第5节对全文进行总结。

章节摘要

proposed方法

本研究仅针对CNV病灶的设计进行了分割处理，未对视网膜下液体积聚和视网膜内液体积聚进行定量分析；这些液体区域既未被标注，也未作为网络的输出通道。

数据集与预处理

本研究使用的数据集包含两部分。第一部分为从三台不同设备收集的内部数据：德国海德堡工程的Spectralis OCT系统、VisMicro眼科光学相干断层扫描系统，以及德国卡尔·蔡司医疗公司的Cirrus HD-OCT 5000系统。这部分数据集共包含472张患有CNV的OCT B扫描图像，图像分辨率为512×512像素。每张图像对应一名独立患者，也就是说

结论

在本文中，我们解决了在OCT B扫描图像中分割脉络膜新生血管病变这一极具挑战性的任务，而这一任务是实现新生血管性黄斑变性患者病灶面积精准测量的前提。考虑到完全自动化方法在处理边界模糊问题时的局限性，以及现有多轮交互式方法的效率不足，我们提出了一种基于两项关键创新的新颖一次性交互式分割框架。

首先，我们提出了带符号

伦理审批与参与同意

数据收集与分析工作已获得山东大学齐鲁医院的伦理委员会批准，相关操作均遵循《赫尔辛基宣言》的规定。所有参与者在检查前都签署了知情同意书，所有研究步骤也都按照相关指南与规范执行。

CRediT作者贡献说明

唐荣：撰写原文初稿、软件开发、实验研究、概念构思。曹典雷：软件开发、方法设计。李祥辰：结果验证、实验研究。傅庚：软件开发、方法设计。傅书军：撰写文章的审阅与编辑工作、项目监督。王洪：方法设计、数据整理。

利益冲突声明

我们声明与本研究不存在任何利益冲突。我们没有与本研究相关的任何商业利益或关联利益，这些利益可能构成利益冲突。本手稿的内容此前未曾被版权保护或发表过，目前也没有其他机构正在考虑将其发表。此外，本手稿的任何作者均未发表过与之直接相关的已发表或未发表的手稿或摘要。

致谢

本研究的部分经费得到了山东省自然科学基金（编号：ZR2025MS70）以及国家自然科学基金（编号：12426310、12571534、62571299、12371492）的支持。

唐荣|曹典雷|李祥辰|傅庚|傅书军|王洪

引言