可解释五阶段管线：从眼底图像估算动静脉比值，探索视网膜病变筛查

眼底图像中蕴含着丰富的血管健康信息，其中动静脉直径比（AVR）被临床视为视网膜血管状态的标志性指标。近期一项研究提出了一套五阶段可解释管线，不仅能从眼底图像估算 AVR，还能输出每个阶段的中间结果，让筛查决策变得可追溯。

为什么需要“可解释”的 AVR 估算

AVR 通过比较动脉与静脉的直径来反映血管结构变化。传统上依赖人工测量或黑箱模型，前者效率低，后者难以定位错误来源。该管线的核心思路是把整个流程拆解为五个可独立检查的阶段：血管掩膜与动静脉分类、视盘定位、基于最小弦边界游走的血管管径估计、优势动静脉分支的 AVR 计算，以及基于显式阈值规则的筛查决策。

每个阶段都输出可检查的中间结果，这意味着当最终筛查结论出现偏差时，可以回溯到具体是哪一步出了问题，而不是面对一个无法解释的概率值。

动静脉直径比（AVR） 是眼底图像分析中的经典定量指标，通常定义为视网膜中央动脉等效直径与中央静脉等效直径的比值。临床研究（如 ARIC、Blue Mountains 眼病研究）发现，AVR 减小与高血压、糖尿病视网膜病变、卒中风险等全身性血管疾病相关。传统测量遵循 Knudsen 或 Hubbard 等标准化方案，在视盘边缘外一定距离处测量主要动静脉分支的管径，再按特定公式聚合。人工测量耗时且存在观察者间变异，因此自动化估算成为研究热点；但黑箱模型的输出难以与临床既有的病理生理理解对齐，这正是可解释管线的动机所在。

五个阶段如何协作

血管分割与动静脉分离

管线首先从眼底图像中提取血管掩膜，并进一步区分动脉与静脉。这一阶段的输出质量直接决定了后续管径测量的可靠性。与端到端模型不同，这里的中间掩膜可以被可视化检查，研究人员能直观判断分类是否合理。

血管分割与动静脉分类 通常是两个耦合但不同的任务。血管分割常用 U-Net 等语义分割网络从眼底图像中提取二值血管掩膜；动静脉分类则需进一步区分动脉与静脉，常用方法包括基于颜色通道特征（动脉通常更亮、更红，静脉更暗、更蓝）、基于血管拓扑与视盘位置的规则，或训练专门的分类网络。分类错误会直接传播到 AVR 计算，因为动静脉管径被错误归并会系统性偏移比值。因此，该阶段的可视化检查在可解释管线中尤为关键。

视盘定位与管径测量

视盘定位为血管管径测量提供空间参照。管径估计采用了一种“最小弦边界游走”的方法——沿着血管边界寻找最短弦长来推算直径。这种方法对边界噪声相对鲁棒，而且计算过程透明，不依赖大规模标注数据训练回归头。

AVR 计算与阈值筛查

AVR 由优势动脉分支与优势静脉分支的管径聚合得出。筛查决策并非来自学习到的分类器，而是一个显式的阈值规则。这种设计牺牲了一定的灵活性，换来了决策逻辑的完全透明：给定 AVR 值和阈值，筛查结果可以被任何人复现。

显式阈值规则 指的是筛查决策不依赖学习到的分类器，而是预先设定 AVR 的截断值（例如低于某阈值判为异常）。这种做法的优点是决策边界完全透明、可复现，且便于与临床文献中的参考阈值对齐；缺点是阈值往往依赖人群与设备，跨数据集迁移时可能需要重新校准。与之相对，端到端模型虽能拟合更复杂的决策边界，但难以解释某个病例为何被判定为高风险。在探索性研究中，显式阈值有助于分离“测量误差”与“决策规则”两类错误来源。

探索性实验数据说明了什么

在 30 张 HRF 图像的探索性队列上，该管线报告了 96.7% 的准确率、0.968 的 F1 分数和 0.978 的 ROC-AUC。这些数字在表面上相当亮眼，但需要放在实验规模的背景下理解。

研究还进行了消融实验，考察血管配对方式、管径测量方法和聚合策略对结果的影响，并与 VascX 做了探索性比较。消融实验的价值在于揭示各阶段对最终性能的贡献，这正是可解释管线相较端到端模型的方法论优势。

性能指标的解读边界

96.7% 的准确率建立在仅 30 张图像上，且疾病标签为代理标签，并非临床金标准分级。研究本身也明确指出，解读受限于小队列、代理标签以及缺乏独立的参考管径测量。换句话说，这些指标证明的是管线在探索性场景下可行，而非临床可用的筛查性能。

HRF 数据集 是视网膜血管分割领域的常用公开数据集，包含高分辨率眼底图像及专家标注的血管掩膜，图像同时涵盖健康、糖尿病视网膜病变和青光眼等类别。其规模通常为数十张图像，适合方法学验证而非临床性能评估。代理标签 指研究中使用的疾病标签并非由临床金标准分级直接产生，而是来自数据集既有分类或替代性判据；这会引入标签噪声，使准确率等指标被高估或低估。ROC-AUC 衡量的是模型在不同阈值下区分阳性和阴性样本的能力，在类别不平衡或小样本时方差较大，单点估计需谨慎解读。

透明框架的价值与局限

这套管线的真正贡献不在于刷新某个 benchmark，而在于提供了一种研究视网膜血管生物标志物的透明框架。当 AVR 估算出错时，研究人员可以逐阶段排查：是血管分割漏掉了细小分支？是动静脉分类混淆？还是管径测量在交叉点处失准？这种可调试性对于生物标志物研究尤为重要。

局限同样清晰。小样本队列意味着统计置信度有限，代理疾病标签可能引入标签噪声，缺乏独立参考管径测量则让管径估计的绝对准确性无从验证。研究结论也坦承，需要在更大规模、经临床分级的队列上做进一步验证。

对于关注医学影像可解释性的研究者而言，这套五阶段设计的启示在于：将复杂生物标志物的计算拆解为可检查的步骤，或许比追求单一黑箱模型的精度更有长期价值。