[论文解读] A Deep Learning-based Quality Assessment and Segmentation System with a Large-scale Benchmark Dataset for Optical Coherence Tomographic Angiography Image

Yufei Wang, Yiqing Shen+7 more|arXiv (Cornell University)|Jul 22, 2021

Retinal Imaging and Analysis参考文献 53被引用 13

一句话总结

本论文提出了一种基于深度学习的计算机辅助系统 COIPS，用于光学相干断层扫描血管成像（OCTA）图像的自动质量评估与黄斑无血管区（FAZ）分割。该系统利用大规模公开数据集（OCTA-25K-IQA-SEG），采用Swin-Transformer-Large模型在质量分类任务中达到91%的准确率和92%的精确率，实现当前最优性能；基于U-Net的模型在FAZ分割任务中达到95%的Dice分数。

ABSTRACT

Optical Coherence Tomography Angiography (OCTA) is a non-invasive and non-contacting imaging technique providing visualization of microvasculature of retina and optic nerve head in human eyes in vivo. The adequate image quality of OCTA is the prerequisite for the subsequent quantification of retinal microvasculature. Traditionally, the image quality score based on signal strength is used for discriminating low quality. However, it is insufficient for identifying artefacts such as motion and off-centration, which rely specialized knowledge and need tedious and time-consuming manual identification. One of the most primary issues in OCTA analysis is to sort out the foveal avascular zone (FAZ) region in the retina, which highly correlates with any visual acuity disease. However, the variations in OCTA visual quality affect the performance of deep learning in any downstream marginally. Moreover, filtering the low-quality OCTA images out is both labor-intensive and time-consuming. To address these issues, we develop an automated computer-aided OCTA image processing system using deep neural networks as the classifier and segmentor to help ophthalmologists in clinical diagnosis and research. This system can be an assistive tool as it can process OCTA images of different formats to assess the quality and segment the FAZ area. The source code is freely available at https://github.com/shanzha09/COIPS.git. Another major contribution is the large-scale OCTA dataset, namely OCTA-25K-IQA-SEG we publicize for performance evaluation. It is comprised of four subsets, namely sOCTA-3$ imes$3-10k, sOCTA-6$ imes$6-14k, sOCTA-3$ imes$3-1.1k-seg, and dOCTA-6$ imes$6-1.1k-seg, which contains a total number of 25,665 images. The large-scale OCTA dataset is available at https://doi.org/10.5281/zenodo.5111975, https://doi.org/10.5281/zenodo.5111972.

研究动机与目标

• 为解决由于运动、模糊和偏心等伪影导致的OCTA图像手动评估耗时且不一致的临床挑战。
• 实现黄斑无血管区（FAZ）的自动分割，该区域是糖尿病视网膜病变和青光眼等视网膜疾病的关键生物标志物。
• 减少对人工FAZ测量的依赖，后者工作量大，限制了大规模生物统计学研究的开展。
• 开发一种可泛化的、格式无关的系统，通过标准化PNG转换处理多种OCTA图像格式。
• 提供一个公开可访问的大规模基准数据集（OCTA-25K-IQA-SEG），以加速OCTA图像分析领域的研究。

提出的方法

• 采用多种主干网络架构（ResNet-101、Inception-V3、EfficientNet-B7、SE-ResNeXt-101 和 Swin-Transformer-Large）构建深度学习流水线，用于OCTA图像质量评估。
• 在质量评估任务中应用改进的交叉熵损失函数，以处理类别不平衡问题。
• 基于nnU-Net框架采用类似U-Net的架构进行FAZ分割，实现对边界定位的鲁棒与高精度。
• 所有OCTA图像均转换为统一的PNG格式，以确保与不同采集系统和文件类型的兼容性。
• 系统实现端到端处理：质量评分、FAZ分割及面向临床应用的自动生成报告。
• 大规模基准数据集OCTA-25K-IQA-SEG共包含四个子集，总计25,665张图像，涵盖质量评估与分割标注数据。

实验结果

研究问题

• RQ1 深度学习模型能否在信号强度之外，有效分类OCTA图像质量，特别是针对运动和偏心等伪影？
• RQ2 深度学习模型在不同OCTA图像分辨率和视野大小下，对黄斑无血管区（FAZ）的分割精度如何？
• RQ3 模型性能在不同OCTA图像格式和采集协议下差异程度如何？
• RQ4 统一的深度学习系统能否处理多样化的OCTA图像输入，并提供一致的质量评估与分割结果？
• RQ5 在OCTA图像质量分类任务中，最先进的视觉Transformer模型（如Swin-Transformer）与基于CNN的模型相比表现如何？

主要发现

• Swin-Transformer-Large模型在3×3 mm² sOCTA质量评估中表现最佳，准确率达到91%，精确率为92%，F1得分为91%。
• 在6×6 mm² dOCTA图像中，SE-ResNeXt-101模型达到90%的准确率、90%的精确率和90%的F1得分，优于其他网络架构。
• FAZ分割模型在sOCTA-3×3-1.1k-seg数据集上Dice系数达0.95，表明分割精度极高。
• 在dOCTA-6×6-1.1k-seg数据集上，模型Dice系数为0.89，性能略低，归因于血管边界不够清晰。
• 所提出的COIPS系统在不同图像格式和视野大小下展现出强大的泛化能力，实现自动化、可靠且高效的处理。
• 公开发布的OCTA-25K-IQA-SEG数据集是迄今为止该领域最大的基准数据集，包含25,665张经标注的OCTA图像，用于质量评估与分割任务。