面向非配对MRI-眼底彩照高血压预测的临床图介导蒸馏
计算机视觉与模式识别
2026-03-24 v1
摘要
视网膜眼底成像可实现低成本、大规模的高血压（HTN）筛查，但HTN相关的视网膜线索细微，导致预测方差大。脑部MRI能提供更强的HTN血管和小血管疾病标志物，但其价格昂贵且很少与眼底图像同时采集，导致模态孤立的数据集，其中MRI和眼底队列不配对。我们研究了这种不配对的MRI-眼底数据场景，并引入了临床图介导蒸馏（CGMD）框架，该框架无需配对的多模态数据即可将MRI衍生的HTN知识迁移到眼底模型。CGMD通过构建一个跨越两个队列的临床相似性kNN图，利用共享的结构化生物标志物作为桥梁。我们训练一个MRI教师模型，在图内传播其表征，并为眼底患者估算脑信息表征目标。然后，使用结合HTN监督、目标蒸馏和关系蒸馏的联合目标训练一个眼底学生模型。在我们新收集的不配对MRI-眼底-生物标志物数据集上的实验表明，CGMD相比标准蒸馏和非图插补基线方法，持续改善了基于眼底的HTN预测，消融实验证实了基于临床的图连接性的重要性。代码可在 https://github.com/DillanImans/CGMD-unpaired-distillation 获取。
引用
@article{arxiv.2603.21809,
title = {Clinical Graph-Mediated Distillation for Unpaired MRI-to-CFI Hypertension Prediction},
author = {Dillan Imans and Phuoc-Nguyen Bui and Duc-Tai Le and Hyunseung Choo},
journal= {arXiv preprint arXiv:2603.21809},
year = {2026}
}
备注
10 pages, 2 figures, 2 tables. Under review at MICCAI 2026