基于双层路由注意力与混合CNN-Transformer架构的OCTA视网膜毛细血管分割网络RCNet

《Bioengineering》:RCNet: A Hybrid Network Adapted for OCTA Retinal Capillary Segmentation

【字体: 大 中 小 】 时间:2026年10月01日 来源:Bioengineering 3.7

编辑推荐:

  光学相干断层扫描血管成像(OCTA)可清晰显示眼部微血管细节,是评估视网膜和脉络膜血管系统的关键工具。然而,高分辨率OCTA图像中复杂的毛细血管结构以及毛细血管与背景之间的低对比度给分割带来了重大挑战。为解决传统方法分割精度低的问题,本文提出RCNet,一种混

  
光学相干断层扫描血管成像(OCTA)可清晰显示眼部微血管细节,是评估视网膜和脉络膜血管系统的关键工具。然而,高分辨率OCTA图像中复杂的毛细血管结构以及毛细血管与背景之间的低对比度给分割带来了重大挑战。为解决传统方法分割精度低的问题,本文提出RCNet,一种混合CNN-Transformer网络。RCNet采用基于双层路由注意力(Bi-Level Routing Attention, BRA)的编码器-解码器架构,其中双层路由注意力聚焦于血管密集区域,优化全局毛细血管特征提取。卷积瓶颈模块(Convolutional Bottleneck Module, CBM)利用固定比率α将瓶颈特征分为两个通道组:高容量分支增强局部细节,轻量级分支保留互补信息,随后对分支进行融合。此外,密集跳跃连接模块(Dense Skip Connection Module, DSCM)增强了低对比度区域的特征信息流,补偿了空间信息的损失。通过整合CNN的局部特征提取与Transformer的全局依赖建模,RCNet实现了对OCTA毛细血管图像的精确分割。在OCTA-500和ROSE数据集上的实验表明,在当前协议下RCNet取得了更高的点估计值,有助于辅助眼科疾病的临床评估。
一、研究背景与问题
光学相干断层扫描血管成像(OCTA)是光学相干断层扫描(OCT)技术的重要延伸,能够无创获取视网膜和脉络膜微血管的动态信息,直观展示毛细血管结构与血流状态。OCTA影像中的标志物具有重要的临床诊断价值,例如中心凹无血管区(FAZ)的形态与大小以及周围毛细血管密度反映了黄斑缺血程度,与年龄相关性黄斑变性(AMD)、糖尿病视网膜病变(DR)、阿尔茨海默病等多种眼部和全身性疾病密切相关。精准分割OCTA图像中的毛细血管结构是对其进行可靠定量分析和下游临床决策的前提。
然而,OCTA毛细血管的自动分割面临两大技术瓶颈:一是微毛细血管拓扑结构复杂密集,标准架构常在复杂分叉处产生碎片化结果;二是高分辨率扫描中血管与背景对比度极低,且存在散斑噪声,易导致弱血管信号丢失。现有方法存在明显局限:标准U-Net变体依赖局部卷积,无法捕获维持毛细血管连续性的长程空间依赖;纯Transformer模型如Swin-Unet将图像视为序列,易丢失精细定位信息,导致边界模糊;混合模型如TransUNet虽试图结合两者优势,但在多尺度特征对齐上常遇困难,低对比度毛细血管信息在融合过程中被“冲刷”掉。
为此,研究人员提出RCNet,旨在动态聚焦毛细血管区域,同时补偿低对比度区域的信息损失,实现更精确的分割。
二、研究方法与关键技术
研究人员在OCTA-500和ROSE两个公开数据集上进行实验。主要采用了三项关键技术:
  1. 1.
    双层路由注意力变换器(BRAT):采用两级路由注意力机制替代传统Transformer的自注意力。首先将特征图划分为S×S个区域,通过区域间路由构建有向图,为每个查询区域保留最相关的top-k个区域,再在这些区域内执行细粒度的令牌到令牌注意力。该方法有效过滤不相关区域,将计算聚焦于血管密集区域,优化全局特征提取。
  2. 2.
    卷积瓶颈模块(CBM):在编码器-解码器的瓶颈阶段引入,使用固定拆分比率α(设为0.5)将瓶颈特征分为两组:高容量分支通过更多卷积操作增强局部细节,轻量级分支保留互补信息,最后将两分支输出融合。
  3. 3.
    密集跳跃连接模块(DSCM):插入在编码器和解码器之间,通过堆叠连续卷积构建深层网络,对不同尺度的毛细血管形态特征进行聚合语义缩放,使编码器特征图的语义级别与解码器更接近,弥补语义差距,补偿下采样造成的空间信息损失。
模型训练采用二元交叉熵(BCE)损失函数,使用Adam优化器,学习率0.0001,批次大小12,训练轮次130。
三、研究结果
4.3 与典型分割模型的比较
在OCTA-500数据集上,RCNet在Dice相似系数(DSC)、clDice(中心线Dice)和Jaccard指数上均取得最高分,分别为60.47%、59.39%和43.68%,优于U-Net、DeepLabV3+、Swin-Unet、TransUNet、SegFormer、Mask2Former、R2U-Net、HiFormer、UNeXt、OCTA-Net和SSW-OCTA等模型。与专用模型OCTA-Net相比,RCNet的clDice高出1.78个百分点,表明其在保持精细毛细血管连续性方面能力更强。与SSW-OCTA相比,RCNet以更少的参数量(43.56 M vs 116.44 M)和更低的FLOPs(56.96 G vs 192.27 G)获得了更好的分割精度。在ROSE数据集上,RCNet同样在所有指标上表现最佳,DSC达84.41%,clDice达80.21%,Jaccard指数达73.41%。可视化结果显示,RCNet的预测图更为清晰连续,能更好地恢复毛细血管片段并保持拓扑连通性。
4.4 消融研究
在OCTA-500数据集上进行了八种架构配置的系统消融实验。基线Transformer编码器-解码器的DSC为56.75%,Jaccard为39.97%。单独引入BRAT提升最大,DSC增至58.48%;单独引入DSCM使DSC达58.19%;单独引入CBM使DSC达57.30%。在两模块组合中,BRAT+DSCM表现最佳,DSC为59.60%。完整RCNet进一步将DSC提升至60.47%,Jaccard提升至43.68%,分别比基线提高3.72和3.71个百分点,证明三个模块具有互补作用。
4.5 损失函数比较
将BCE替换为Focal Loss后,召回率从51.66%升至52.40%,但精确率从75.73%降至71.85%,导致DSC、clDice和Jaccard分别下降至59.26%、58.42%和42.11%。结果表明在当前设置下BCE提供了更好的平衡,因此被保留为主实验的训练目标。
4.6 统计分析
对OCTA-500测试集的60张图像进行了非参数配对自助法分析(10000次重抽样)。RCNet的平均clDice为59.39%(95%置信区间:57.66%-61.16%),OCTA-Net为57.61%(95% CI: 55.74%-59.54%),SSW-OCTA为57.15%(95% CI: 55.41%-58.94%)。RCNet比OCTA-Net高1.78个百分点(95% CI: 0.98-2.56),比SSW-OCTA高2.24个百分点(95% CI: 1.35-3.15),置信区间均不包含零,表明RCNet在毛细血管拓扑保持方面的优势具有统计显著性。
四、讨论与结论
局限性讨论:尽管RCNet在多数指标上表现优异,但在复杂毛细血管区域仍存在失败案例,表现为超细毛细血管分支的不完全勾画和高血管密度区域的拓扑断裂。原因包括OCTA图像中毛细血管固有的低信噪比导致特征表示易被抑制,以及薄毛细血管像素与背景间的类别不平衡使损失函数对精细结构的漏检惩罚不足。此外,数据集规模有限且主要来自高质量图像,未来需纳入多中心数据并探索域适应技术;当前实验基于2D最大强度投影图像,扩展至3D框架以利用体积空间依赖性是有前景的方向;整合多模态临床先验信息可进一步优化分割结果。研究未对所有方法进行全面的推理延迟、吞吐量、峰值GPU内存使用和模型大小的标准化比较,实际部署适用性尚未确定;结果基于单次固定数据集划分和单次训练运行,未能完全表征随机初始化带来的性能变异。
研究结论:本研究提出RCNet,一种通过BRAT结合Transformer全局建模与卷积层局部特征提取的混合架构。针对OCTA毛细血管图像的低对比度、边界模糊和结构密集复杂等问题,在编码器和解码器中引入双层路由注意力机制,更有效地聚焦多个血管密集区域,优化全局特征提取。通过在瓶颈阶段构建CBM以及在编码器和解码器之间构建DSCM,克服了纯Transformer模型在局部密集毛细血管上特征提取能力差的缺陷。这些集成使RCNet能够精确分割毛细血管,解决了纯卷积网络、纯Transformer网络及CNN-Transformer混合网络在处理OCTA视网膜毛细血管图像时分割精度低的问题。通过提高分割精度,该方法为下游定量分析提供了高质量的形态学表征,为眼科疾病的临床评估提供了有价值的见解。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号