核心发现
方法论
ARIADNE框架结合了偏好对齐的感知模块和基于强化学习的推理模块。感知模块使用DPO微调Sa2VA视觉语言模型，通过Betti数约束作为偏好信号，确保血管结构的几何完整性。推理模块将狭窄定位建模为马尔可夫决策过程，包含明确的拒绝机制，能够自主推迟对分叉和血管交叉等模糊解剖候选的诊断。
关键结果
- 在1,400个临床造影图像上，ARIADNE实现了0.838的中心线Dice分数，比几何基线减少41%的假阳性率。
- 在多中心基准ARCADE和XCAD上的外部验证表明，该方法在不同采集协议下具有良好的泛化能力。
- 这是首次在医学成像中应用DPO进行拓扑对齐，证明了基于偏好的学习可以在保持诊断敏感性的同时减少拓扑违规。
研究意义
ARIADNE框架通过结合深度学习和强化学习，解决了冠状动脉造影分析中的拓扑一致性问题。它不仅提高了血管分割的准确性，还减少了狭窄检测中的假阳性率。这一方法的成功应用为介入性心脏病学工作流程提供了更可靠的自动化诊断工具，填补了现有方法在结构连续性和诊断可靠性方面的空白。
技术贡献
ARIADNE的技术贡献在于首次将DPO应用于医学成像中的拓扑对齐，通过偏好学习实现了结构约束的优化。该框架的感知模块和推理模块的结合，提供了一种新的诊断自动化方法，能够在复杂的解剖结构中保持高灵敏度和低假阳性率。
新颖性
ARIADNE是第一个在医学成像中应用DPO进行拓扑对齐的框架。与现有方法相比，其核心创新在于通过偏好信号引导模型学习几何完整的血管结构，而不是仅仅优化像素级重叠。
局限性
- 在低对比度和血管交叉等复杂解剖结构中，模型的拓扑一致性表现仍然不稳定。
- 需要大量标注数据来训练偏好对齐的感知模块，这在实际应用中可能会限制其推广。
- 在极端情况下，拒绝机制可能导致过多的模糊候选被推迟，从而影响诊断效率。
未来方向
未来的研究方向包括优化偏好对齐的学习过程，以减少对标注数据的依赖，并进一步提高在复杂解剖结构中的拓扑一致性。此外，还可以探索将该框架应用于其他医学成像领域，如脑血管造影或肺部CT扫描。
AI 总览摘要
冠状动脉疾病（CAD）是全球范围内导致发病率和死亡率的主要原因之一。传统的冠状动脉造影分析依赖于手动解释，存在显著的观察者间差异和疲劳问题。尽管卷积神经网络（CNNs）和视觉变换器（ViTs）在像素级别的性能上取得了进展，但它们在保持血管拓扑结构方面仍然存在局限性。传统的损失函数未能对拓扑错误进行明确的惩罚，导致血管树的分割结果常常是碎片化的。
为了解决这一问题，ARIADNE框架结合了偏好对齐的感知模块和基于强化学习的推理模块。感知模块使用DPO微调Sa2VA视觉语言模型，通过Betti数约束作为偏好信号，确保血管结构的几何完整性。推理模块将狭窄定位建模为马尔可夫决策过程，包含明确的拒绝机制，能够自主推迟对分叉和血管交叉等模糊解剖候选的诊断。
在1,400个临床造影图像上，ARIADNE实现了0.838的中心线Dice分数，比几何基线减少41%的假阳性率。外部验证表明，该方法在不同采集协议下具有良好的泛化能力。这一方法的成功应用为介入性心脏病学工作流程提供了更可靠的自动化诊断工具。
然而，ARIADNE在低对比度和血管交叉等复杂解剖结构中，模型的拓扑一致性表现仍然不稳定。此外，训练偏好对齐的感知模块需要大量标注数据，这在实际应用中可能会限制其推广。
未来的研究方向包括优化偏好对齐的学习过程，以减少对标注数据的依赖，并进一步提高在复杂解剖结构中的拓扑一致性。此外，还可以探索将该框架应用于其他医学成像领域，如脑血管造影或肺部CT扫描。
深度分析
研究背景
冠状动脉疾病（CAD）是全球范围内导致发病率和死亡率的主要原因之一。为了准确、可重复和高效地评估CAD，侵入性X射线冠状动脉造影（XCA）被广泛应用于CAD的诊断和经皮冠状动脉介入治疗（PCI）的指导。然而，现有的临床工作流程严重依赖于手动解释，这一过程具有显著的观察者间差异，并容易受到临床医生疲劳的影响。随着医疗机构普遍采用图像存档和通信系统（PACS），在被动图像存储和主动自动化临床解释之间仍然存在关键差距。尽管医院已经实施了数字图像存储，但缺乏能够将原始成像数据转化为可操作的临床洞察的自动化系统。随着介入性手术数量的增加，纯手动解释变得越来越不可持续，迫切需要计算机辅助诊断系统来弥合数据采集和临床决策之间的差距。
冠状动脉血管树的准确分割是自动化冠状动脉分析的基础。在过去的十年中，卷积神经网络（CNNs），特别是U-Net及其增强版本如CS-Net和SA-UNet在该领域占据主导地位。最近，视觉变换器（ViTs）被引入以捕捉全局空间关系。尽管在像素级别的性能指标上取得了高分，但这些模型在保持血管拓扑结构方面面临关键限制。传统的损失函数，包括交叉熵和Dice损失，独立优化像素级别的准确性，而没有明确惩罚拓扑错误。因此，这些模型经常产生碎片化的血管树，特别是在下采样操作期间，由于信号丢失导致远端分支出现断开。在冠状动脉血流动力学分析中，拓扑连通性至关重要；即使分割具有高Dice分数，如果不连续性阻碍了准确的中心线提取和后续几何分析，仍然不足以用于临床。
核心问题
冠状动脉造影分析中的核心问题在于如何在保持高像素级准确性的同时，确保血管分割的拓扑一致性。传统的像素级损失函数未能对冠状动脉血管分割中的拓扑约束进行强制执行，尽管在像素级别上具有高准确性，但仍然会产生碎片化的血管树。现有的自动化框架主要采用顺序方法，其中分割和狭窄检测作为独立任务进行。然而，这些确定性算法缺乏区分病理性狭窄和常见解剖伪影的能力，导致假阳性率升高。
核心创新
ARIADNE框架的核心创新在于结合了偏好对齐的感知模块和基于强化学习的推理模块。 • 感知模块使用DPO微调Sa2VA视觉语言模型，通过Betti数约束作为偏好信号，确保血管结构的几何完整性。 • 推理模块将狭窄定位建模为马尔可夫决策过程，包含明确的拒绝机制，能够自主推迟对分叉和血管交叉等模糊解剖候选的诊断。 • 这是首次在医学成像中应用DPO进行拓扑对齐，证明了基于偏好的学习可以在保持诊断敏感性的同时减少拓扑违规。
方法详解
ARIADNE框架通过两个生物模拟阶段模拟人类专家的分层决策过程：一个用于解剖一致的血管重建的感知模块和一个用于上下文感知病变定位的推理模块。 • 感知模块使用Sa2VA基础模型，通过渐进的训练策略确保分割过程中的拓扑连续性。我们将DPO集成到训练管道中，以引导模型输出几何完整的血管结构，而不是碎片化的像素级预测。 • 推理模块作为结构引导的诊断代理，导航提取的血管骨架以识别狭窄病变。我们开发了一个RL代理，分析局部几何特征，包括半径梯度和曲率模式，以进行上下文感知的病变定位。
实验设计
实验设计基于视频采集策略，旨在捕捉冠状动脉造影中的形态多样性，并通过外部验证评估领域泛化能力。 • 数据集由在贵州航空工业集团302医院使用西门子造影系统获得的冠状动脉造影视频序列组成。 • 数据集包括来自35名患者的1,400张高分辨率图像，平均每名患者提取40帧，以捕捉不同的血管角度和对比条件。 • 为防止视频采集固有的数据泄漏，数据集在患者级别而不是图像级别进行划分。
结果分析
在1,400个临床造影图像上，ARIADNE实现了0.838的中心线Dice分数，比几何基线减少41%的假阳性率。 • 外部验证表明，该方法在不同采集协议下具有良好的泛化能力。 • 这是首次在医学成像中应用DPO进行拓扑对齐，证明了基于偏好的学习可以在保持诊断敏感性的同时减少拓扑违规。
应用场景
ARIADNE框架可以直接应用于介入性心脏病学工作流程中，以提高冠状动脉造影分析的自动化水平。 • 该方法在保持高灵敏度的同时，显著降低了假阳性率，从而提高了诊断的可靠性。 • 未来可以探索将该框架应用于其他医学成像领域，如脑血管造影或肺部CT扫描。
局限与展望
尽管ARIADNE在冠状动脉造影分析中表现出色，但在低对比度和血管交叉等复杂解剖结构中，模型的拓扑一致性表现仍然不稳定。 • 训练偏好对齐的感知模块需要大量标注数据，这在实际应用中可能会限制其推广。 • 在极端情况下，拒绝机制可能导致过多的模糊候选被推迟，从而影响诊断效率。
通俗解读 非专业人士也能看懂
想象一下，你在厨房里做饭。你有一个食谱，它告诉你如何一步步做出一道美味的菜肴。现在，想象一下这个食谱不仅告诉你每一步该做什么，还能根据你厨房的实际情况进行调整，比如如果你没有某种调料，它会建议你用其他东西代替。这就是ARIADNE框架在冠状动脉造影分析中所做的事情。它就像一个聪明的食谱，不仅能识别血管，还能确保这些血管在图像中是连贯的，就像确保你的菜肴每一步都做得正确。通过这种方式，它帮助医生更准确地诊断冠状动脉疾病，就像一个好厨师能做出完美的菜肴一样。
简单解释 像给14岁少年讲一样
嘿，小伙伴！你知道吗？医生们用一种叫做冠状动脉造影的技术来看看我们的心脏血管有没有堵塞。这就像在看一张超级复杂的地图，找出哪里有堵车。可是，有时候这些地图不太清晰，就像在雾中开车一样。于是，科学家们发明了一个叫ARIADNE的超级助手。它就像一个聪明的导航系统，能帮医生看清地图上的每一条路，确保没有遗漏任何重要的地方。这样，医生就能更快、更准确地找到问题所在，就像在游戏中找到隐藏的宝藏一样酷！
术语表
冠状动脉造影 (Coronary Angiography)
一种用于查看心脏血管的医学成像技术，帮助医生诊断冠状动脉疾病。
在论文中用于评估ARIADNE框架的效果。
拓扑一致性 (Topological Consistency)
在图像分割中，确保分割结果的结构完整性和连贯性。
ARIADNE框架通过DPO实现的关键目标。
偏好学习 (Preference Learning)
一种机器学习方法，通过比较不同样本的优劣来指导模型学习。
用于指导ARIADNE框架中的感知模块。
强化学习 (Reinforcement Learning)
一种机器学习方法，通过奖励和惩罚来训练智能体进行决策。
用于ARIADNE框架中的推理模块。
Betti数 (Betti Number)
拓扑学中的一个概念，用于描述空间结构的连通性。
在感知模块中作为偏好信号使用。
中心线Dice (Centerline Dice)
一种评估分割结果与真实结构重合程度的指标。
用于评估ARIADNE框架的分割性能。
马尔可夫决策过程 (Markov Decision Process)
一种用于建模决策过程的数学框架，包含状态、动作和奖励。
用于推理模块中的狭窄定位。
拒绝机制 (Rejection Mechanism)
一种在不确定情况下推迟决策的策略，减少错误判断。
在推理模块中用于处理模糊解剖候选。
视觉变换器 (Vision Transformer)
一种用于图像分析的深度学习模型，能够捕捉全局空间关系。
在背景中提到的传统方法之一。
卷积神经网络 (Convolutional Neural Network)
一种用于图像处理的深度学习模型，擅长提取局部特征。
在背景中提到的传统方法之一。
开放问题 这项研究留下的未解疑问
- 1 如何在低对比度和复杂解剖结构中进一步提高拓扑一致性？现有方法在这些情况下表现不稳定，需要更强的结构约束和更好的视觉信号处理。
- 2 如何减少对大量标注数据的依赖？偏好对齐的感知模块需要大量标注数据来训练，这在实际应用中可能会限制其推广。
- 3 如何优化拒绝机制以提高诊断效率？在极端情况下，拒绝机制可能导致过多的模糊候选被推迟，从而影响诊断效率。
- 4 如何将ARIADNE框架应用于其他医学成像领域？虽然在冠状动脉造影中表现出色，但在其他领域的应用仍需探索。
- 5 如何进一步降低假阳性率？尽管已有显著改善，但在复杂解剖结构中仍存在假阳性问题，需要更精细的诊断策略。
应用场景
近期应用
介入性心脏病学
ARIADNE框架可用于提高冠状动脉造影分析的自动化水平，帮助医生更准确地诊断冠状动脉疾病。
医学成像分析
该方法可用于其他医学成像领域，如脑血管造影或肺部CT扫描，提供更可靠的自动化诊断工具。
临床工作流程优化
通过减少假阳性率和提高诊断效率，ARIADNE框架可以优化临床工作流程，减轻医生的工作负担。
远期愿景
全自动化诊断系统
ARIADNE框架的成功应用为开发全自动化诊断系统奠定了基础，未来可能彻底改变医学成像分析的方式。
跨领域应用
随着技术的成熟，ARIADNE框架有望在其他领域得到应用，如工业检测和无人驾驶汽车中的图像分析。
原文摘要
Conventional pixel-wise loss functions fail to enforce topological constraints in coronary vessel segmentation, producing fragmented vascular trees despite high pixel-level accuracy. We present ARIADNE, a two-stage framework coupling preference-aligned perception with RL-based diagnostic reasoning for topologically coherent stenosis detection. The perception module employs DPO to fine-tune the Sa2VA vision-language foundation model using Betti number constraints as preference signals, aligning the policy toward geometrically complete vessel structures rather than pixel-wise overlap metrics. The reasoning module formulates stenosis localization as a Markov Decision Process with an explicit rejection mechanism that autonomously defers ambiguous anatomical candidates such as bifurcations and vessel crossings, shifting from coverage maximization to reliability optimization. On 1,400 clinical angiograms, ARIADNE achieves state-of-the-art centerline Dice of 0.838, reduces false positives by 41% compared to geometric baselines. External validation on multi-center benchmarks ARCADE and XCAD confirms generalization across acquisition protocols. This represents the first application of DPO for topological alignment in medical imaging, demonstrating that preference-based learning over structural constraints mitigates topological violations while maintaining diagnostic sensitivity in interventional cardiology workflows.
参考文献 (20)
Automatic Quantitative Coronary Analysis Based on Deep Learning
Xuqing Liu, Xiaofei Wang, Donghao Chen 等
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
Rafael Rafailov, Archit Sharma, E. Mitchell 等
Training and validation of a deep learning architecture for the automatic analysis of coronary angiography
Fu Wai, T. Du, PhD Lihua Xie 等
Deep learning to achieve clinically applicable segmentation of head and neck anatomy for radiotherapy
Stanislav Nikolov, Sam Blackwell, R. Mendes 等
clDice - a Novel Topology-Preserving Loss Function for Tubular Structure Segmentation
Suprosanna Shit, J. Paetzold, A. Sekuboyina 等
FlowVM-Net: Enhanced Vessel Segmentation in X-Ray Coronary Angiography Using Temporal Information Fusion.
Guangyu Wei, Xueying Zeng, Qing Zhang
UNet++: A Nested U-Net Architecture for Medical Image Segmentation
Zongwei Zhou, M. R. Siddiquee, Nima Tajbakhsh 等
StenUNet: Automatic Stenosis Detection from X-ray Coronary Angiography
Hui Lin, Tom Liu, A. Katsaggelos 等
U-Net: Convolutional Networks for Biomedical Image Segmentation
O. Ronneberger, P. Fischer, T. Brox
FR-UNet: A Feature Restoration-Based UNet for Seismic Data Consecutively Missing Trace Interpolation
Yupeng Tian, Lihua Fu, Wenqian Fang 等
Sa2VA: Marrying SAM2 with LLaVA for Dense Grounded Understanding of Images and Videos
Haobo Yuan, Xiangtai Li, Tao Zhang 等
SAM 2: Segment Anything in Images and Videos
Nikhila Ravi, Valentin Gabeur, Yuan-Ting Hu 等
Development of deep learning segmentation models for coronary X-ray angiography: Quality assessment by a new global segmentation score and comparison with human performance.
Miguel Nobre Menezes, João Lourenço-Silva, B. Silva 等
LoRA: Low-Rank Adaptation of Large Language Models
J. Hu, Yelong Shen, Phillip Wallis 等
Optimizing ensemble U-Net architectures for robust coronary vessel segmentation in angiographic images
Shih-Sheng Chang, Ching-Ting Lin, Wei-Chun Wang 等
A Deep Learning Model for Coronary Artery Segmentation and Quantitative Stenosis Detection in Angiographic Images
Baixiang Huang, Yu Luo, Guangyu Wei 等
Lightweight U-Net for Blood Vessels Segmentation in X-Ray Coronary Angiography
Jesus Salvador Ramos-Cortez, D. E. Alvarado-Carrillo, Emmanuel Ovalle-Magallanes 等
Proximal Policy Optimization Algorithms
John Schulman, Filip Wolski, Prafulla Dhariwal 等
Diffusion Model Alignment Using Direct Preference Optimization
Bram Wallace, Meihua Dang, Rafael Rafailov 等