白杰云副教授在IEEE Transactions on Medical Imaging發(fā)表成果：基于半監(jiān)督學(xué)習(xí)的宮頸量化分析，助力早產(chǎn)風(fēng)險(xiǎn)早篩
暨南大學(xué)融媒體中心訊 近日，暨南大學(xué)信息科學(xué)技術(shù)學(xué)院、暨南大學(xué)第一附屬醫(yī)院（華僑醫(yī)院）、南方醫(yī)科大學(xué)珠江醫(yī)院，聯(lián)合全球多所高校與科研機(jī)構(gòu)完成的最新研究成果《FUGC: Benchmarking Semi-Supervised Learning Methods for Cervical Segmentation》在醫(yī)學(xué)影像領(lǐng)域國(guó)際權(quán)威期刊《IEEE Transactions on Medical Imaging》發(fā)表。該研究構(gòu)建了全球首個(gè)面向?qū)m頸分割的半監(jiān)督學(xué)習(xí)基準(zhǔn)挑戰(zhàn)賽（FUGC），建立了標(biāo)準(zhǔn)化的數(shù)據(jù)集與評(píng)估體系，有效破解了經(jīng)陰道超聲（TVS）宮頸分割中標(biāo)注數(shù)據(jù)稀缺、評(píng)估標(biāo)準(zhǔn)缺失的行業(yè)痛點(diǎn)，為人工智能輔助早產(chǎn)（PTB）風(fēng)險(xiǎn)早期篩查提供了全新技術(shù)路徑，推動(dòng)圍產(chǎn)保健 AI 技術(shù)向數(shù)據(jù)高效利用方向穩(wěn)步發(fā)展。白杰云副教授和黃郁馨副主任醫(yī)師為共同通訊作者。
基于宮頸圖像分析的早產(chǎn)篩查示意圖
早產(chǎn)是全球新生兒死亡和終身發(fā)病的主要誘因，給社會(huì)和家庭帶來(lái)沉重的醫(yī)療負(fù)擔(dān)與經(jīng)濟(jì)壓力。國(guó)際婦產(chǎn)超聲學(xué)會(huì)（ISUOG）指南明確指出，經(jīng)陰道超聲宮頸長(zhǎng)度測(cè)量是預(yù)測(cè)自發(fā)性早產(chǎn)的關(guān)鍵手段，而精準(zhǔn)的宮頸結(jié)構(gòu)分割是獲取可靠測(cè)量數(shù)據(jù)的核心前提，其能為臨床提供宮頸形態(tài)、長(zhǎng)度等關(guān)鍵生物標(biāo)志物，指導(dǎo)風(fēng)險(xiǎn)分層與及時(shí)干預(yù)。然而，傳統(tǒng)人工分割不僅耗時(shí)耗力、主觀(guān)性強(qiáng)，且經(jīng)陰道超聲圖像存在信號(hào)缺失、偽影干擾、邊界模糊等問(wèn)題，自動(dòng)化分割難度極大；更關(guān)鍵的是，醫(yī)療數(shù)據(jù)隱私限制與專(zhuān)家標(biāo)注成本高昂導(dǎo)致標(biāo)注數(shù)據(jù)極度稀缺，嚴(yán)重制約了全監(jiān)督學(xué)習(xí)方法的性能提升，而超聲領(lǐng)域此前缺乏專(zhuān)門(mén)的半監(jiān)督學(xué)習(xí)基準(zhǔn)平臺(tái)，使得相關(guān)技術(shù)難以實(shí)現(xiàn)標(biāo)準(zhǔn)化評(píng)估與迭代。為攻克上述難題，白杰云教授團(tuán)隊(duì)聯(lián)合帝國(guó)理工學(xué)院、悉尼大學(xué)、穆罕默德本扎耶德人工智能大學(xué)、浙江大學(xué)等全球數(shù)十家機(jī)構(gòu)，發(fā)起并舉辦了 ISBI 2025 Fetal Ultrasound Grand Challenge（FUGC）挑戰(zhàn)賽，開(kāi)展了宮頸超聲半監(jiān)督分割的系統(tǒng)性研究。研究團(tuán)隊(duì)構(gòu)建了高質(zhì)量的多中心經(jīng)陰道超聲數(shù)據(jù)集，包含 890 幅圖像，其中訓(xùn)練集 500 幅（含 50 幅標(biāo)注圖像、450 幅未標(biāo)注圖像）、驗(yàn)證集 90 幅、測(cè)試集 300 幅，所有圖像均采用 GE Voluson E10/E8設(shè)備采集，嚴(yán)格遵循臨床檢查規(guī)范，涵蓋18-43歲孕產(chǎn)婦群體，經(jīng)專(zhuān)業(yè)超聲醫(yī)師（10 年以上經(jīng)驗(yàn)）基于SAM 模型輔助+ 人工精修完成標(biāo)注，確保了數(shù)據(jù)的臨床真實(shí)性與可靠性。
基于該數(shù)據(jù)集，研究團(tuán)隊(duì)建立了科學(xué)完善的評(píng)估體系，采用骰子相似系數(shù)（DSC）、豪斯多夫距離（HD）和運(yùn)行時(shí)間（RT）作為核心評(píng)估指標(biāo)，權(quán)重分別為0.4、0.4、0.2，既注重分割精度與邊界一致性，也兼顧臨床部署所需的效率要求。本次挑戰(zhàn)賽吸引了全球 17 個(gè)國(guó)家的 223 名研究者注冊(cè)參與，最終 10 支團(tuán)隊(duì)（共 82 名參與者）完成有效提交，研究團(tuán)隊(duì)對(duì)所有參賽方案進(jìn)行了全面剖析，從預(yù)處理、網(wǎng)絡(luò)架構(gòu)、損失函數(shù)、數(shù)據(jù)增強(qiáng)、半監(jiān)督學(xué)習(xí)策略、集成方法、后處理七個(gè)維度展開(kāi)深度研究，系統(tǒng)挖掘了不同技術(shù)路徑在宮頸分割任務(wù)中的優(yōu)勢(shì)與適用場(chǎng)景。研究結(jié)果顯示，頂尖算法展現(xiàn)出優(yōu)異的分割性能，其中整體宮頸分割的平均 DSC 最高達(dá)93.36%，前唇 DSC 峰值為94.57%，后唇 DSC 峰值為86.51%，HD 最低至28.99 mm，運(yùn)行時(shí)間最快僅32.85 ms，部分指標(biāo)已接近全監(jiān)督學(xué)習(xí)的先進(jìn)水平。通過(guò)對(duì)參賽方案的總結(jié)分析，研究團(tuán)隊(duì)明確了一系列提升半監(jiān)督宮頸分割性能的關(guān)鍵策略：在學(xué)習(xí)框架上，離線(xiàn)偽標(biāo)簽多階段優(yōu)化（如 T1團(tuán)隊(duì)的人工介入精修、T4團(tuán)隊(duì)的 nnUNet 自動(dòng)生成+ 后處理）與在線(xiàn)師生一致性學(xué)習(xí)（如基于 UniMatch-V2 的弱強(qiáng)增強(qiáng)約束）均表現(xiàn)突出；模型架構(gòu)方面，DINOv2等視覺(jué) Transformer 能有效捕捉全局特征，輕量級(jí) U-Net 變體則在效率與精度間實(shí)現(xiàn)平衡；數(shù)據(jù)增強(qiáng)上，融合幾何變換（翻轉(zhuǎn)、旋轉(zhuǎn)）與光度調(diào)整（高斯噪聲、對(duì)比度增強(qiáng)）的復(fù)合策略可顯著提升模型泛化能力；損失函數(shù)普遍采用 CE+Dice 組合，兼顧像素級(jí)擬合與結(jié)構(gòu)一致性。此外，研究團(tuán)隊(duì)還針對(duì)臨床實(shí)際應(yīng)用需求展開(kāi)專(zhuān)項(xiàng)探究。通過(guò)權(quán)重敏感性分析，證實(shí)了以分割精度為核心的評(píng)估體系具有良好魯棒性，避免了效率指標(biāo)對(duì)排名的過(guò)度影響；通過(guò)帕累托前沿分析，篩選出 T1、T2、T4等在精度- 效率上實(shí)現(xiàn)最優(yōu)平衡的非支配方案，為不同臨床場(chǎng)景部署提供參考；通過(guò)對(duì)頂尖方案的共性提煉，總結(jié)出“高質(zhì)量偽標(biāo)簽生成+ 一致性正則化+ 強(qiáng)數(shù)據(jù)增強(qiáng)+ 預(yù)訓(xùn)練特征提取+ 輕量架構(gòu)設(shè)計(jì)”的高效半監(jiān)督宮頸分割技術(shù)范式，為后續(xù)研究提供了明確指引。
該研究得到了廣州市科技局項(xiàng)目、歐盟 ERC AIMIX 項(xiàng)目等多個(gè)項(xiàng)目的聯(lián)合資助。數(shù)據(jù)集、參賽團(tuán)隊(duì)源代碼及評(píng)估工具已全面開(kāi)源，為全球研究者提供了可重復(fù)、可對(duì)比的標(biāo)準(zhǔn)化平臺(tái)，將加速半監(jiān)督學(xué)習(xí)在超聲影像分析領(lǐng)域的技術(shù)突破與臨床轉(zhuǎn)化。
論文鏈接：https://ieeexplore.ieee.org/document/11400574
責(zé)編：李梅