基于多路径网络的多病种精准视网膜血管网络分割方法的建立及应用

作     者：张金泽 李嘉雄 王耿媛 袁进 肖鹏 Zhang Jinze;Li Jiaxiong;Wang Gengyuan;Yuan Jin;Xiao Peng

作者机构：中山大学中山眼科中心 眼病防治全国重点实验室 广东省眼科视觉科学重点实验室 广州 

出 版 物：《中华实验眼科杂志》 (Chinese Journal of Experimental Ophthalmology)

年 卷 期：2024年第42卷第12期

页      面：1120-1126页

核心收录：

学科分类：1002[医学-临床医学] 100212[医学-眼科学] 10[医学] 

基　　金：国家自然科学基金重点项目(82230033) 国家自然科学基金面上项目(82271133) 广东省自然科学基金面上项目(2022A1515011486) 中山大学高校基本科研业务费项目(24ykqb009) 眼科学国家重点实验室基础研究基金 

主　　题：视网膜疾病 视网膜血管 人工智能 彩色眼底照相 形态学参数 

摘      要：目的建立一种适用于眼底多病种的精准视网膜血管网络分割方法, 探讨不同类型眼底疾病的视网膜血管形态参数变化规律。方法采用回顾性研究方法, 收集2020年1月至2023年12月在中山大学中山眼科中心就诊的眼底病患者829例及健康受试者146名的彩色眼底照相数据。将多路径分割网络进行微调, 输入眼底图像血管分割公开数据集中糖尿病视网膜病变(DR)、青光眼以及年龄相关性黄斑变性(AMD)患者及健康成人的彩色眼底照相数据进行训练, 直至模型loss值不再下降, 最终得到完成训练的多病种视网膜血管分割模型。应用本课题组之前开发的视网膜血管形态特征分析方法, 对受试者以黄斑为中心的彩色眼底图像进行分析, 提取视网膜血管分型维数(Df)、血管面积比(VAR)、平均血管直径(Dm)和扭曲度(τ)等形态特征参数, 比较不同疾病组的视网膜血管形态特征参数。结果构建的多病种彩色眼底照相血管分割模型在测试集上的准确率为0.987, 受试者工作特征曲线下面积为0.995。校正年龄和性别后, 不同组间Df校正、VAR校正、Dm校正和τ总体比较差异均有统计学意义(F=27.87、47.60、26.48、4.63, 均P0.001), 其中AMD组、DR组、糖尿病性黄斑水肿(DME)组、视网膜色素变性(RP)组、视网膜分支静脉阻塞(BRVO)组和视网膜中央静脉阻塞(CRVO)组Df校正较健康对照组显著下降, 差异均有统计学意义(均P0.05);除视神经炎组和中心性浆液性脉络膜视网膜病变组外其他所有疾病组VAR校正较健康对照组显著下降, 差异均有统计学意义(均P0.05);DME组、青光眼组、RP组、BRVO组和CRVO组Dm校正较健康对照组显著下降, 差异均有统计学意义(均P0.05)。τ不受年龄和性别影响, 无需校正。DR组和DME组τ较健康对照组显著上升, 差异均有统计学意义(均P0.05)。结论成功构建了适用于眼底多病种的视网膜血管精准分割方法, 该方法在视网膜多病种彩色眼底照相视网膜血管分割中均显示出高准确率。不同眼底疾病的视网膜血管形态特征存在显著差异。