《Journal of Imaging》:Erasing and Refining Discriminative Features for CNV Subtype Classification in OCT Images
编辑推荐:
脉络膜新生血管(CNV)亚型分类在光学相干断层扫描(OCT)图像中具有临床重要性,因为不同亚型的治疗反应和疾病预后存在差异。然而,由于类间差异细微且图像噪声显著,自动化分类仍具挑战性。研究人员提出一种擦除-细化判别特征网络(ERDF-Net),以减轻噪声主导激
脉络膜新生血管(CNV)亚型分类在光学相干断层扫描(OCT)图像中具有临床重要性,因为不同亚型的治疗反应和疾病预后存在差异。然而,由于类间差异细微且图像噪声显著,自动化分类仍具挑战性。研究人员提出一种擦除-细化判别特征网络(ERDF-Net),以减轻噪声主导激活并揭示细粒度结构线索。该模型扰动显著区域以促进细微特征学习,恢复干净的显著信息,并通过通道-空间注意力融合两种表示,形成连贯且具有判别性的CNV形态嵌入。在临床OCT数据集上的实验表明,ERDF-Net在多项指标上持续优于最先进的细粒度和基于擦除的方法。消融和可视化分析进一步证实了受控显著抑制和细化特征融合的益处与可解释性。ERDF-Net为细粒度医学图像分类提供了有效且可靠的解决方案。
脉络膜新生血管(CNV)是病理性脉络膜血管通过Bruch膜进入视网膜下或视网膜色素上皮(RPE)下的过程,可导致视网膜下或视网膜内液体积聚、出血、渗出和纤维化,若未有效治疗将造成视力损害或失明。光学相干断层扫描(OCT)凭借无创成像、快速采集和高分辨率显示视网膜微结构的优势,成为CNV评估的主要手段。临床上CNV按新生血管复合体相对于RPE的解剖位置分为1型、2型和混合型,不同亚型的抗血管内皮生长因子(抗VEGF)治疗方案及预后判断存在差异。然而,OCT图像中不同CNV亚型之间的结构差异极为细微,且常伴有散斑噪声和异质伪影,导致自动化精细分类面临显著挑战。现有细粒度分类方法多采用区域抑制或输入扰动策略,但主要作用于图像层面而非中间特征表示,模型可能重新学习主导显著特征,且对OCT噪声缺乏鲁棒性。因此,研究人员提出了擦除-细化判别特征网络(ERDF-Net),旨在显式平衡显著特征与细微特征的学习,提升CNV亚型分类的准确性和可靠性。
研究人员提出的ERDF-Net包含两个协同模块:细微特征挖掘模块(FIFM)和注意力导向特征融合模块(AOFU)。FIFM首先抑制早期训练中产生的显著激活,迫使网络挖掘此前被忽略的局部细微判别特征,随后通过重建机制恢复去噪后的显著特征;AOFU将去噪显著特征与细微特征融合,并利用通道-空间注意力增强互补信息。在来自山东千佛山医院、由Heidelberg Spectralis OCT系统采集的临床数据集上(共380例患者,包括1型20例、2型150例、混合型210例),ERDF-Net在准确率(ACC)、曲线下面积(AUC)、敏感性(SEN)和特异性(SPE)上均超越了现有最先进的细粒度分类方法和图像级擦除方法。消融研究与可视化分析进一步证实了各组件的有效性和模型的可解释性。该研究为细粒度医学图像分类提供了有效且可靠的解决方案,论文发表在《Journal of Imaging》。
研究人员用到的主要技术方法如下:以ResNet-50作为骨干网络,设计FIFM模块,通过归一化特征图及阈值T生成显著区域掩膜,并对原始图像进行随机擦除以抑制主导显著特征;随后使用原始图像和擦除图像联合训练骨干浅层以挖掘细微特征,再通过级联下采样-上采样块和跳跃连接重建去噪显著特征。AOFU模块将细微特征与去噪显著特征拼接并卷积融合,再依次应用通道注意力和空间注意力增强判别表示。训练采用两阶段策略,第一阶段用原始图像获得稳定骨干,第二阶段联合原始及擦除图像进行优化。样本队列来源于山东千佛山医院,共380例患者,按患者级别划分进行四折交叉验证,并通过随机平移、裁剪和翻转平衡各类别样本量。
**4.3 与最先进方法比较(Comparison with State-of-the-Art Methods)**
在自建CNV数据集上,与DFL-CNN、LDE-net、TASN、MC-Loss和FE-Net等细粒度方法比较,ERDF-Net在平均ACC、AUC、SEN和SPE上均最优,分别达到93.75%、88.17%、92.13%和91.84%。与最强基线FE-Net相比,ACC提高1.42%,SEN提高2.03%。与图像级擦除方法(Cutout、Random Erasing、Hide-and-Seek、GridMask)比较,ERDF-Net在ACC、SEN和SPE上最高,Random Erasing仅AUC略高(88.81%对88.17%),表明扰动-恢复机制比单纯擦除能提供更完整的表示。
**4.4 消融研究(Ablation Study)**
- **4.4.1 骨干网络消融**:在AlexNet、VGG、EfficientNet和ResNet四种骨干网络上分别集成FIFM和AOFU,结果显示所有骨干的ACC、AUC、SEN和SPE均一致提升,且对较浅网络提升幅度更大,表明两个模块具有良好的通用性和互补性。
- **4.4.2 组件消融**:以ResNet-50为基线,单独添加AOFU使ACC提升超过6%;单独添加FIFM使ACC提升约2%;两者同时集成时ACC提升近10%,证明FIFM负责细微特征挖掘,AOFU负责自适应融合,二者互补。
- **4.4.3 注意力消融**:将AOFU中的通道-空间注意力替换为Self-attention、Non-local、SE、Triple-Net、DANet、CA-Net和MSCA后,性能均出现下降,说明所采用的通道-空间注意力顺序建模方式最适合细化融合后的细微-显著特征。
- **4.4.4 两阶段训练消融**:与单阶段训练相比,两阶段训练在所有指标上均更优,表明第一阶段提供了稳定的显著特征参考,使第二阶段的特征破坏和细微特征挖掘更为有效。
**4.5 可视化分析(Visualization Analysis)**
激活图显示,ERDF-Net的关注区域主要分布于RPE界面附近的病变相关区域和异常视网膜层。1型CNV主要突出RPE下方的抬高区域,2型CNV集中于视网膜下结构异常,混合型则涉及多层视网膜,这与各亚型的典型形态特征一致,说明模型能捕捉具有临床意义的判别性结构。
**4.6 擦除比例与阈值T的敏感性(Sensitivity to Erasure Ratio and Threshold T)**
当擦除比例从较低值增加到0.50时,性能稳步提升,超过0.50后各指标下降;阈值T从0.60提高至0.75时性能提升,继续增大则下降。这表明适度的显著区域抑制能够在细微特征挖掘与显著特征可恢复性之间取得最佳平衡。
讨论部分指出,ERDF-Net通过整合扰动-恢复-注意力融合机制,克服了传统单一擦除方法无法显式重塑特征表示且对噪声敏感的问题。FIFM抑制主导响应并重建可靠显著特征,AOFU则通过注意力引导融合互补信息。针对临床数据集中存在的噪声和类别不平衡,特别是1型样本较少的情况,特征级抑制与重建机制降低了对噪声主导特征的依赖,平衡增强策略缓解了亚型分布不均的影响。实验证实该设计显著增强了判别能力,但存在两点局限:一是显著特征破坏阶段需手动选择擦除比例和阈值T,增加了训练复杂度,但推理时不引入额外参数和计算;二是数据集来自单中心、单设备,泛化性仍需多中心、多设备验证。未来工作将探索自适应参数学习及外部多中心验证。
研究结论部分翻译如下:本文提出了ERDF-Net,一种用于OCT图像中CNV亚型分类的擦除-细化框架。通过抑制主导激活、挖掘细微结构、重建可靠显著线索,并通过注意力引导融合整合互补信息,该模型形成了完整且抗噪的CNV形态表示。ERDF-Net在多项评估指标上取得了强劲性能,能够有效区分视觉上相似的CNV亚型。这种自动化亚型分类有望通过提供客观、可重复的OCT诊断信息,辅助眼科医生进行治疗计划、患者管理和预后评估。未来涉及多中心数据集和不同OCT系统的研究将进一步评估其临床应用价值。