[论文解读] Deep Learning and Computer Vision for Glaucoma Detection: A Review

Mona Ashtari-Majlan, Mohammad Mahdi Dehshibi+1 more|arXiv (Cornell University)|Jul 31, 2023

Retinal Imaging and Analysis被引用 4

一句话总结

本文综述了利用眼底照相、OCT和视野图像进行自动青光眼检测的深度学习与计算机视觉方法，重点阐述了架构范式、性能基准及开放性挑战。研究识别出在泛化能力、不确定性估计和多模态融合方面存在关键空白，同时整理了数据集，并倡导可复现、具有临床可转化性的AI解决方案。

ABSTRACT

Glaucoma is the leading cause of irreversible blindness worldwide and poses significant diagnostic challenges due to its reliance on subjective evaluation. However, recent advances in computer vision and deep learning have demonstrated the potential for automated assessment. In this paper, we survey recent studies on AI-based glaucoma diagnosis using fundus, optical coherence tomography, and visual field images, with a particular emphasis on deep learning-based methods. We provide an updated taxonomy that organizes methods into architectural paradigms and includes links to available source code to enhance the reproducibility of the methods. Through rigorous benchmarking on widely-used public datasets, we reveal performance gaps in generalizability, uncertainty estimation, and multimodal integration. Additionally, our survey curates key datasets while highlighting limitations such as scale, labeling inconsistencies, and bias. We outline open research challenges and detail promising directions for future studies. This survey is expected to be useful for both AI researchers seeking to translate advances into practice and ophthalmologists aiming to improve clinical workflows and diagnosis using the latest AI outcomes.

研究动机与目标

• 系统回顾2017至2023年期间用于从眼底照相、OCT和视野图像中实现自动青光眼诊断的深度学习与计算机视觉技术。
• 应对青光眼诊断中的挑战，包括其早期无症状阶段以及当前影像学和功能性检查的局限性。
• 评估现有模型在公开数据集上泛化能力、不确定性估计和多模态数据融合方面的性能差距。
• 整理关键数据集，并指出现有基准在规模、标注一致性及偏差方面的局限性。
• 概述青光眼管理中AI进展向临床实践转化所面临的开放性研究挑战与未来方向。

提出的方法

• 通过使用特定关键词和布尔运算符，在Web of Science、PubMed、IEEE Xplore和Google Scholar中开展系统性文献检索。
• 采用两阶段筛选流程：先进行题名/摘要审查，再进行全文评估，以确保与基于AI的青光眼诊断相关。
• 将深度学习模型按架构范式分类，包括卷积神经网络（CNNs）、自编码器、注意力网络、生成对抗网络（GANs）以及几何深度学习。
• 在广泛使用的公开数据集上对模型进行基准测试，以评估其在不同成像模态下的性能、泛化能力和鲁棒性。
• 评估用于从视网膜图像中识别青光眼生物标志物的特征提取技术——包括结构特征、统计特征及混合方法。
• 通过链接至可用的源代码仓库并倡导开放数据集与评估基准，提升研究的可复现性。

Figure 1: Anatomical structures of the human eye and optic nerve relevant to glaucoma detection. [Left] Schematic views, [Right] Fundus and OCT views [ 11 ] . This figure was created using images licensed under Creative Commons.

实验结果

研究问题

• RQ1 在眼底照相、OCT和视野成像中，当前最先进的深度学习架构与计算机视觉技术有哪些？
• RQ2 现有模型在公开数据集上于泛化能力、不确定性估计和多模态融合方面的表现如何？
• RQ3 当前数据集的关键局限性（如规模、标注质量与偏差）是什么，它们如何影响模型性能？
• RQ4 将基于AI的青光眼诊断整合到实际临床工作流程中的主要挑战是什么？
• RQ5 未来研究方向（如元学习、对抗训练和强化学习）如何能加速临床采纳？

主要发现

• 深度学习模型，特别是卷积神经网络（CNNs）和基于注意力的架构，在从眼底照相和OCT图像中分类青光眼方面表现优异，部分模型在基准数据集上的曲线下面积（AUC）超过0.90。
• 在不同人群和成像设备之间，模型的泛化能力仍存在显著差距，表明其对领域偏移的鲁棒性有限。
• 用于青光眼的深度学习模型中的不确定性估计仍发展不足，仅有少数方法能为临床决策支持提供可靠的置信度估计。
• 眼底照相、OCT和视野数据的多模态融合尚处于早期阶段，现有模型有效结合这些数据类型以提升诊断准确性的能力有限。
• 现有数据集在规模、标注不一致性及人口学偏差方面存在局限，阻碍了稳健且公平的AI系统的发展。
• 可解释AI、迁移学习以及医生参与的框架正成为实现临床采纳与提升AI驱动青光眼诊断可信度的关键路径。