GLA-SCNet：一种基于混合注意力机制的螺旋卷积网络，利用眼底图像实现对糖尿病视网膜病变的早期预测

时间：2026年3月10日

来源：Optics & Laser Technology

编辑推荐：

糖尿病视网膜病变（DR）早期预测对防止视力丧失至关重要，但传统方法存在解释性差、计算复杂和泛化能力不足的问题。本文提出全局局部注意力螺旋卷积网络（GLA-SCNet），通过CLAHE预处理增强图像质量并去除噪声，结合ROI提取聚焦病变区域，利用螺旋卷积和全局局部注意力机制提取多尺度特征，并通过SEOM特征分析微小血管变化。实验表明，在IDRiD数据集上，GLA-SCNet达到97.33%灵敏度、97.62%准确率和98.19%特异性，优于现有方法。

Gaurav Raj | Nidhi Gupta | Chandra Mani | Arun Kumar Rai | Arun Prakash Agrawal

计算机科学与工程系，SSCSE，Sharda大学，印度大诺伊达

摘要

近年来，糖尿病视网膜病变（DR）已成为全球慢性糖尿病患者失明的主要原因之一。早期预测DR对于防止视力丧失至关重要，但传统的检测模型缺乏可解释性，可能会引入偏见。此外，高昂的计算成本、较长的处理时间和大量的参数阻碍了可靠的DR预测。因此，本研究提出了基于全局局部注意力的螺旋卷积网络（GLA-SCNet）模型，以实现有效的DR预测。该模型采用双层并行处理结构，加快了处理速度，并支持多尺度特征学习。全局局部注意力（GLA）功能通过利用局部-全局关系，选择性地增强对复杂和重要特征的解释能力。此外，基于统计渗出物和光学微动脉瘤（SEOM）的特征提取方法能够捕捉细粒度信息，提高对细微变化的表征能力。将GLA-SCNet与现有技术进行比较，在使用印度糖尿病视网膜病变图像数据集（IDRiD）进行90%的训练时，其敏感性为97.33%、准确率为97.62%、特异性为98.19%，显示出优越性。

引言

作为复合感觉器官之一，人眼包含视网膜、视神经、瞳孔和晶状体等精细结构，这些结构有助于视觉感知。这些关键组件的任何异常或疾病都会导致视力障碍或永久性失明。常见的眼部疾病包括DR、白内障、青光眼和年龄相关性黄斑变性（AMD）[1]。DR与较高的失明风险相关，长期糖尿病患者可能会出现这种情况[2]、[3]。据报道，不可逆的眼部损伤从2000年的1.71亿例增加到2030年的3.66亿例[4]。DR的失明率约为2.7%，并且在早期阶段通常没有明显症状。因此，糖尿病患者需要定期筛查以实现早期诊断，从而减缓病情发展并降低失明风险[5]、[6]。鉴于DR的发病率不断增加，需要适当的筛查和持续监测来准确评估病情[7]。为此，已经开发了多种技术，如改进的成像方法和临床实践。

荧光素血管造影技术利用视网膜底片图像来显示受感染区域[8]。光学相干断层扫描（OCT）的发展提供了高分辨率图像，用于检查出血、渗出物和微动脉瘤等异常[9]。手动分级视网膜病变耗时且劳动强度大，同时容易受到观察者差异的影响，这使得大规模人群的筛查变得困难。因此，为了满足诊断需求，设计了人工智能（AI）模块，以实现从视网膜底片图像的自动化预测[10]。尽管AI模型提高了处理速度，但它们仍存在某些局限性，例如需要标记的数据以及计算过程中可能引入的偏见。此外，基于机器学习（ML）的模型对噪声或不完整数据非常敏感，这可能导致预测不准确，特别是当历史数据反映了过去的临床试验排除标准时[11]。

支持向量机（SVM）等模型曾被用于分类，但由于潜在的偏见和特征相关性，导致了误分类。随着深度学习（DL）模块（如卷积神经网络（CNN）的引入[12]、[13]，DR的诊断能力得到了提升。然而，这些方法在处理大型数据集中的复杂视网膜特征时，在有效性、精确度和可靠性方面存在局限性[14]、[15]。此外，不透明的决策过程使得模型对某些类别的预测难以解释[16]、[17]。基于集成学习的模型在DR检测中表现较好，但计算成本较高，且不适用于资源受限的环境[10]、[18]。此外，这些检测模型在处理未见数据时常常表现不佳，导致在实际临床环境中预测不准确[19]、[20]。

本文旨在解决传统DR预测方法的不足之处，如计算复杂性高、因素选择有限、对DR模式的处理不足以及泛化能力差等问题，通过提出的GLA-SCNet模型加以改进。为了改进预处理，采用了对比度受限自适应直方图均衡（CLAHE）技术，通过增强眼底图像的质量来减少不必要的噪声。DR预测依赖于识别微小的血管变化或病变，CLAHE技术在对比度增强和噪声降低之间取得了平衡，这是在标准预处理中难以实现的。此外，从眼底图像中提取感兴趣区域（ROI）有助于精确检测受影响区域的细微异常，同时排除背景区域的不相关处理。为了提取相关信息，设计了基于统计渗出物和光学微动脉瘤（SEOM）的特征提取方法。这种综合方法不仅提升了图像质量，还实现了针对特定特征的分析，更有效地表征了细微变化，并减少了处理时间。GLA-SCNet采用两级处理方式，能够同时从不同尺度提取特征，并通过GLA机制适应结构变化或相关性。其他主要贡献如下：

基于全局局部注意力的螺旋卷积网络（GLA-SCNet）模型：

GLA-SCNet模型通过利用螺旋神经网络（SNN）准确生成输入特征的螺旋得分，从而提高了预测精度，且解释结果保持一致。通过集成预训练的特征增强（PFE）模块，GLA-SCNet模型学习复杂特征的能力得到提升，使其在DR预测方面更加稳健。此外，GLA机制的引入有助于全面理解输入特征，捕捉细粒度和重要信息，进一步提高了GLA-SCNet模型的预测准确性。

本文的其余部分安排如下：第2节回顾了现有的DR模型，第3节解释了提出的GLA-SCNet模型的工作原理，第4节讨论了实验结果，第5节总结了本研究的工作成果。