冠脉造影狭窄检测：高召回率优先的实战思路

在医学影像AI领域，冠脉造影的狭窄检测是一个高风险、高价值的任务。与常规目标检测不同，临床场景下漏检的代价远大于误报——只要假阳性不淹没整个图像，医生完全有能力快速复核。一位开发者近期在Reddit上分享了其项目思路：放弃精度优先，转而追求高召回率，并探讨了数据标注不一致、评估指标失真等核心痛点。本文将结合这一实战经验，梳理冠脉狭窄检测中值得关注的技术路径与评估陷阱。

从YOLO的跨域失败说起：标注格式才是元凶

该开发者最初尝试用YOLO模型在内部数据集上训练，域内表现尚可，但换到另一个数据集后性能急剧下降。排查后发现，问题并不完全出在模型泛化能力上，而是两个数据集的标注规范截然不同：一个数据集围绕病灶点使用固定尺寸的边界框，另一个则使用贴合病灶轮廓的边界框。

这揭示了一个容易被忽视的事实：同一种疾病，在标注层面可能被定义成两个不同的检测任务。固定框模型学到的是“病灶中心的大致位置”，而贴合框模型学到的是“病灶的精确范围与形状”。当模型跨数据集部署时，输入分布与标注语义同时发生偏移，性能崩塌几乎是必然的。对于冠脉狭窄这类细长、形态多变的病灶，标注规范的统一比模型选型更优先。

边界框标注的两种常见范式：在目标检测中，边界框（Bounding Box）通常有两种标注取向。一种是固定尺寸框，即为每个病灶点赋予一个预设大小的方形区域，标注速度快、一致性高，但只编码中心位置；另一种是贴合框（tight box），要求框边紧贴病灶外轮廓，标注信息更丰富，但标注成本高且受主观影响大。两者在损失函数层面等价于让模型学习不同的空间分布：固定框模型的回归目标是一个平滑的位置热图，贴合框模型则需同时拟合尺寸与形状。因此，当训练与测试来自不同标注范式时，模型实际上是在执行两个不同的任务。对于冠脉狭窄这种形态沿血管长轴变化的病灶，贴合框的尺寸方差极大，固定框的偏差更为明显，跨域性能下降几乎无法避免。统一标注规范或引入标注语义自适应的域适应方法，是比单纯调参更根本的解决路径。

血管分割+半径剖面：一条可解释的候选生成路径

开发者已经具备血管分割和中心线提取的前置能力，其第一直觉是沿血管中心线计算半径剖面，通过局部半径的骤然收窄来标记候选狭窄，再用一个神经网络对候选进行过滤。这一思路在临床上具有天然的可解释性：狭窄的本质就是管腔半径的减小。

从技术实现看，半径剖面法有几个优势。它直接利用了血管的几何结构，不依赖大量标注数据即可生成候选，召回率上限由分割质量决定而非检测模型。候选生成后，第二阶段的分类网络只需判断“该处是否为真实狭窄”，任务难度大幅降低，对标注噪声的容忍度也更高。类似的“先规则后学习”的级联策略在工业缺陷检测中已有成熟应用，迁移到冠脉造影场景是合理的。

不过，半径剖面法对血管分割的精度要求很高。分叉处、重叠血管段以及弥漫性狭窄（而非局限性收窄）是该方法容易失效的区域，需要在后处理中专门设计规则或引入额外的特征。

中心线与半径剖面的计算：血管中心线提取通常基于分割掩膜的距离变换或骨架化算法（如Skeletonization），得到血管树的拓扑结构。沿中心线逐点计算到血管壁的最短距离，即可得到半径剖面。狭窄处表现为半径曲线的局部极小值，通过设定下降幅度和窗口长度可标记候选。该方法的召回率上限取决于分割的完整性和中心线的连续性：若分叉处分割缺失，半径剖面会中断，导致漏检。为缓解这一问题，可在分叉区域采用多分支中心线追踪，或引入血管横截面椭圆拟合来修正重叠段的半径估计。此外，弥漫性狭窄的半径下降是渐进的，局部极小值不明显，需改用滑动窗口的累积半径变化率作为补充特征。

评估困境：当金标准本身不完整

开发者提出的最尖锐的问题是：医生标注的标签并不会标记每一处狭窄，因此基于这些标签计算出的召回率必然偏乐观。这是医学影像评估中的普遍难题——不完整的金标准会让高召回率看起来比实际更好。

一个务实的做法是采用多层级评估。第一层针对医生明确标注的病灶计算召回率，作为下限参考；第二层在专家复核的随机抽样候选集上计算精确率；第三层引入无标注数据的伪召回估计，例如通过两位医生独立阅片的交叉验证来估计漏标率。更严谨的方案是设计“ Readers study”，让放射科医生对模型输出的候选逐一判定，从而获得接近真实的召回率估计。

此外，开发者提到的标注格式差异也直接影响评估。如果评估时使用的匹配规则（IoU阈值、中心点距离）与训练标注的语义不一致，召回率数字将失去可比性。建议在项目早期就固定一套与临床报告习惯对齐的匹配协议。

不完整金标准下的召回率偏差：在医学影像评估中，召回率的分母是真实阳性总数。若医生标注仅覆盖了其中一部分（即漏标），分母被低估，召回率被高估。这种偏差在病灶多、阅片疲劳的场景下尤为显著。一个常用的校正思路是捕获-再捕获法：利用两位独立阅片医生的标注集合，通过交集与并集的比例估计漏标数量，从而修正召回率。更严格的是多读者多病例（MRMC）研究设计，让多位医生对模型输出与原始标注进行盲法判定，并采用ROC曲线下的面积（AUC）等指标做统计比较。在项目早期与临床专家共同定义“可接受的漏标率”和匹配规则（如中心点距离阈值），比事后追求单一数字更有意义。

数据与资源：ARCADE之外的选项

公开数据方面，ARCADE是目前冠脉狭窄检测最常用的基准数据集，但覆盖场景有限。开发者可以关注以下方向：

• 多中心私有数据合作：与医院放射科建立数据共享协议，获取带有结构化报告的真实造影数据。
• 血管分割数据集迁移：如DRIVE、STARE等视网膜血管数据集虽非冠脉，但可用于预训练分割与中心线提取模块。
• 合成数据增强：基于血管树模型生成带有已知狭窄位置的合成造影图像，用于补充稀有形态的样本。

需要提醒的是，跨数据集迁移时务必先做标注语义对齐，否则会重蹈YOLO实验的覆辙。

思路是否走偏？

回到开发者最后的提问：这条路径是否合理。从高召回率优先的目标出发，候选生成与候选过滤分离的级联架构是合理的，且比端到端检测更易于调试和解释。真正需要警惕的是评估环节的自我欺骗——如果金标准不完整，任何召回率数字都只能作为相对参考。建议在项目初期就引入临床专家参与评估协议的设计，而不是等到模型训练完成后才考虑如何量化性能。

对于冠脉狭窄检测这类临床辅助场景，高召回率优先的策略符合实际工作流：模型负责筛选，医生负责确认。把假阳性的控制交给第二级过滤器和医生的复核效率，而不是牺牲召回率去追求端到端的高精度，是更明智的工程取舍。