数据高效的Transformer模型用于缺乏血管地标的黄斑OCTA视网膜动静脉分割

《Ophthalmology Science》：Data-efficient transformer model for retinal artery-vein segmentation in landmark-deficient Optical Coherence Tomography Angiography

　　

目的：在高度放大的中心凹3 × 3 mm²黄斑光学相干断层扫描血管成像（OCTA）中，准确区分动脉与静脉对于量化视网膜血管疾病至关重要。然而，现有模型需要该视野中不存在的宏观血管地标，阻碍了临床影像中的血管特异性分析。研究人员开发并验证了一种数据高效、两阶段的Transformer模型，用于缺乏地标的黄斑OCTA动静脉（AV）分割，并评估所生成的血管图能否在无需疾病特异性重训练的情况下识别视网膜静脉阻塞（RVO）的生物标志物。
设计：横断面模型开发与验证研究。
参与者：开发队列包含9名健康成年志愿者（平均年龄32岁）的17只眼（29次扫描）。随后的RVO试点队列包括来自确诊RVO患者的9幅黄斑OCTA扫描，并与15幅健康对照扫描进行比较。
方法：独立两阶段Swin-Unet Transformer，使用来自12只眼的稀疏标注进行训练，未重训练即应用于5只测试眼和RVO试点队列。
主要结局指标：动静脉分割Dice系数、受试者工作特征曲线下面积（AUC）、敏感性和特异性。临床RVO终点包括主要静脉-动脉迂曲度比值和第10百分位动脉半径。
结果：该框架展现出卓越的内部验证性能，关键在于，当应用于外部RVO队列时，模型成功识别了已确立的病理生理学标志。第一阶段整体分割达到AUC 0.973和Dice 88.6%。第二阶段动静脉分类达到Dice 96.3%（动脉）和96.1%（静脉）。端到端系统的Dice系数分别为动脉87.3%和静脉84.1%。在未重训练的情况下应用于RVO时，模型识别出主要静脉/动脉迂曲度显著升高（1.041对1.010；P = .007；AUC，0.837），以及第10百分位动脉半径减小（13.2对15.4 μm；P = .002；AUC，0.885）。
结论：这一数据高效框架能够在缺乏地标的OCTA中实现高保真度动静脉分割。通过将传统方法与更新的Transformer模型相结合，并将结构分割与分类解耦，该模型从少量扫描中识别出生物学上一致的RVO生物标志物。这支持了临床黄斑成像中高度可扩展的自动化血管特异性量化；这些初步发现具有假设生成性质，需要前瞻性验证。

视网膜是观察全身健康的独特窗口，光学相干断层扫描血管成像（OCTA）可无创获取高分辨率、深度分辨的视网膜毛细血管网图像。区分动脉与静脉对于糖尿病视网膜病变和视网膜静脉阻塞（RVO）等疾病的诊断与监测至关重要，因为血管类型特异性改变与视力预后直接相关。在宽视野成像中，可利用清晰的形态学层次（如一级和二级血管弓）进行区分，但中心凹3 × 3 mm²黄斑扫描缺乏这些全局地标，仅捕获第四、五级血管与致密毛细血管网，传统方法难以完成可靠分类。现有深度学习模型往往依赖成百上千张标注图像及大血管地标，且高质量专家标注稀缺，成为开发自动化工具的主要瓶颈。为此，研究人员开发并验证了一种数据高效、两阶段的Transformer框架，用于缺乏地标的黄斑OCTA动静脉分割，并检验其能否在无需疾病特异性重训练的情况下识别RVO生物标志物。开发队列包括9名健康志愿者的17只眼（29次扫描），训练仅使用其中12只眼的稀疏标注，在5只保留眼上测试；随后将固定模型直接应用于9例RVO患者扫描和15例健康对照扫描。该框架的重要意义在于，仅以极少标注数据即可实现高保真动静脉分割，为临床黄斑影像中可扩展的血管特异性量化提供了途径。

研究人员采用基于Swin-Unet的独立两阶段架构。第一阶段利用原始OCTA灰度信号与经对比度受限自适应直方图均衡化及Frangi vesselness滤波生成的几何先验，在单次前向传播中完成全局血管网络分割；第二阶段以4通道输入（Frangi图与复制到三颜色通道的OCTA强度）进行动静脉分类，借助ImageNet预训练权重。针对稀疏标注，使用掩蔽损失函数（结合加权交叉熵和Dice损失），并采用Adam优化器、余弦退火和早停策略。训练约需180分钟，平均推理时间0.10秒/幅。数据来自华盛顿大学医学院，采用Heidelberg Spectralis平台采集。

在保留测试集上，第一阶段血管分割获得Dice系数88.6%、AUC 0.973、特异度0.986。第二阶段在真实血管区域内对动脉和静脉的分类Dice分别为96.3%和96.1%，AUC分别为0.991和0.992。端到端系统动脉与静脉的Dice为87.3%和84.1%，AUC为0.985和0.978，特异度均高于0.989。视网膜静脉阻塞（Retinal Vein Occlusion）：将模型直接应用于RVO试点队列（9只眼）时，第一阶段分割平均Dice为82.5%±3.1%，端到端动脉、静脉Dice分别为75.6%±4.4%和76.8%±5.2%，特异度保持高于97.9%，表明模型对病理血管具有良好泛化能力。血管生物标志物提取（Vascular Biomarker Extraction）：从预测动静脉图中提取预设形态学标志物。RVO眼的主要静脉/动脉迂曲度比值显著升高（1.041对1.010，P=0.007，AUC 0.837），第10百分位动脉半径显著减小（13.2 μm对15.4 μm，P=0.002，AUC 0.885），而平均动脉、静脉半径差异不显著，提示狭窄信号集中在最小动脉。次要终点全局静脉/动脉迂曲度比值亦显著升高（1.030对1.006，P=0.020）。这些结果与RVO静脉流出受阻和伴发高血压/动脉硬化的病理生理一致。

讨论部分指出，Transformer的移位窗口自注意力机制能直接建模长距离依赖，弥补小视野中缺失的全局空间线索；将结构分割与分类解耦，可分别优化不同目标。在仅用12只眼训练的情况下，模型在主要血管分类与分割上取得与MF-AV-Net和OCTA-ReVA+AV相当的性能，但训练数据量降低了一个数量级。RVO中恢复的两个独立生物学信号反映了选择性静脉迂曲和最小小动脉变窄，后者更可能反映合并的高血压/动脉硬化性血管疾病，而非静脉阻塞的直接血流动力学后果。研究局限性包括开发队列规模小且来自单一机构、单一平台；RVO试点为探索性分析，存在高血压和年龄等混杂因素；未来需要多中心、多平台的前瞻性验证。翻译研究结论：本研究提出了一种数据高效、两阶段的Transformer框架，可在缺乏地标的黄斑OCTA中实现自动化动静脉区分。通过将血管分割与分类解耦，并引入Frangi vesselness先验，模型仅使用12只眼的训练集即实现了端到端Dice系数87.3%（动脉）和84.1%（静脉）。当应用于RVO试点队列时，模型无需重训练便成功恢复了生物学上独立的血管生物标志物，检测出由静脉流出阻塞和静脉压升高引起的选择性静脉迂曲。这一高度可扩展的框架缓解了详尽专家标注的瓶颈，为临床研究中的血管特异性量化提供了稳健工具。未来工作将在糖尿病视网膜病变等病理状态下验证该模型，并探索半监督学习以利用未标注的OCTA数据。