集成Grad-CAM的增强SegNet用于OCT图像中可解释性视网膜层分割
图像与视频处理
2025-09-10 v1 人工智能
计算机视觉与模式识别
摘要
光学相干断层扫描(OCT)是诊断青光眼、糖尿病视网膜病变和 age-related macular degeneration的关键工具。准确的视网膜层分割对于临床决策至关重要，但手动分割耗时且不可靠，而传统深度学习模型常缺乏可解释性。本工作提出一种改进的SegNet基深度学习框架，用于自动化和可解释的视网膜层分割。包括修改池化策略在内的架构创新增强了从噪声OCT图像中提取特征，而混合损失函数结合类别交叉熵和Dice损失提高了对薄且不平衡视网膜层的性能。Gradient-weighted Class Activation Mapping (Grad-CAM)集成提供可视化解释，允许临床验证模型决策。在Duke OCT数据集上训练和验证，该框架实现了95.77%的验证准确率，Dice系数为0.9446，Jaccard指数(IoU)为0.8951。按层级结果确认了大多数层级上的稳健性能，薄边界仍面临挑战。Grad-CAM可视化突出了解剖学相关区域，将分割与临床生物标志物对齐，提高了透明度。通过结合架构改进、定制混合损失和可解释AI，本研究提供了一种高性能SegNet框架，弥合了准确率与可解释性之间的鸿沟。该方法为标准化OCT分析、提高诊断效率以及培育临床信任于AI驱动的眼科工具提供了强大的潜力。
引用
@article{arxiv.2509.07795,
title = {Enhanced SegNet with Integrated Grad-CAM for Interpretable Retinal Layer Segmentation in OCT Images},
author = {S M Asiful Islam Saky and Ugyen Tshering},
journal= {arXiv preprint arXiv:2509.07795},
year = {2025}
}