💻 computer science

UPolarSQ: Polar Representation Learning for Optic Disc and Peripapillary Atrophy Segmentation and Quantification in Fundus Photographs

El artículo propone UPolarSQ, un marco unificado en el dominio polar que transforma imágenes de fondo de ojo miópicas en perfiles radiales para mejorar la segmentación del disco óptico y la atrofia peripapilar, permitiendo al mismo tiempo la cuantificación directa y fiable de biomarcadores clínicos.

Autores originales: Mengxian He, Yunyun sun, Ziyue Gao, Wengkei Lam, Shunyi Zhang, Wu Yuan

Publicado 2026-08-11

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Mengxian He, Yunyun sun, Ziyue Gao, Wengkei Lam, Shunyi Zhang, Wu Yuan

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina intentar medir la forma de un trozo de papel arrugado mirando desde un lado. Es un caos, ¿verdad? Los bordes son dentados, las curvas son confusas y tratar de dibujar una línea perfecta alrededor de un punto específico es una pesadilla. Este es exactamente el tipo de problema que enfrentan los médicos al observar la parte posterior del ojo humano, específicamente en personas con miopía alta (miopía severa). En estos ojos, el disco óptico (el punto donde el nervio óptico entra en el ojo) y el tejido circundante a menudo se estiran y deforman, pareciéndose menos a un círculo ordenado y más a una extraña y rota luna creciente.

Para entender qué está pasando, los médicos necesitan segmentar (dibujar un contorno perfecto alrededor de) estas áreas y medirlas. Pero hacerlo a mano es lento, aburrido y diferentes médicos dibujan líneas diferentes. Las computadoras pueden ayudar, pero usualmente intentan resolver este problema usando matemáticas "cuadradas" estándar, como una cuadrícula de píxeles. Cuando intentas ajustar una cuadrícula cuadrada a una forma curva y estirada, la computadora se confunde, lo que genera contornos dentados y rotos. Este artículo entra en escena con una idea ingeniosa: en lugar de forzar al ojo a encajar en una cuadrícula cuadrada, ¿por qué no redimensionar la cuadrícula para que se ajuste al ojo?

La gran idea del artículo: Desenrollar el ojo

Los investigadores detrás de este estudio, liderados por Mengxian He y sus colegas, proponen una nueva forma de mirar estas complicadas imágenes oculares llamada UPolarSQ. Piensa en la parte posterior de un ojo miope no como una imagen plana y cuadrada, sino como el mapa de una ciudad que ha sido envuelta alrededor de un cilindro. Si intentas dibujar una calle en ese cilindro usando un mapa plano, las líneas se distorsionan. Pero si "desenrollas" el cilindro sobre una hoja de papel plana, las calles vuelven a ser líneas rectas.

Eso es exactamente lo que hace UPolarSQ. Toma la imagen del ojo y la "desenrolla" matemáticamente en un sistema de coordenadas polares. En lugar de pensar en términos de izquierda-derecha y arriba-abajo (coordenadas x e y), la computadora piensa en términos de distancia desde el centro y el ángulo alrededor del círculo (radio y ángulo). En esta nueva vista "desenrollada", los bordes desordenados y curvos del disco óptico y la atrofia circundante (tejido dañado) se transforman en líneas verticales simples y rectas. De repente, un complejo rompecabezas 2D se convierte en un problema 1D mucho más fácil: simplemente medir qué tan altas son las líneas en diferentes ángulos.

Cómo construyeron el "desenrollador"

Para que esto funcionara, el equipo no solo cambió las matemáticas; construyeron un cerebro de computadora especial llamado UPolarSeg. Los modelos de IA estándar son excelentes reconociendo patrones en cuadrículas cuadradas, pero tienen dificultades con el estiramiento extraño que ocurre cuando desenrollas un círculo. Los investigadores se dieron cuenta de que en esta vista desenrollada, la dirección "arriba-abajo" (radio) y la dirección "lado a lado" (ángulo) se comportan de manera muy diferente.

Imagina una pizza. Si cortas una rebanada, la corteza es una curva larga, pero la distancia desde la punta hasta la corteza es una línea recta. En la imagen del ojo desenrollada, la "corteza" (el borde del tejido) se estira a medida que te alejas del centro. El equipo añadió un módulo especial a su IA que trata estas dos direcciones por separado. Es como darle a la IA dos pares de lentes diferentes: un par para observar cómo cambian las cosas a medida que te alejas del centro, y otro para observar cómo cambian las cosas mientras giras alrededor. Esto ayuda a la IA a comprender la forma sin confundirse por el estiramiento.

También añadieron un "ayudante" durante la fase de entrenamiento. Mientras la IA aprende, recibe pistas adicionales sobre dónde están los bordes de las formas, actuando como un profesor señalando en la pizarra. Una vez que la IA ha sido entrenada, este ayudante se elimina, de modo que la herramienta final es rápida y eficiente.

Qué encontraron

El equipo probó su nuevo método en dos grupos de pacientes: un grupo de su propio hospital (interno) y otro grupo de una ubicación diferente (externo) para ver si funcionaría con diferentes tipos de datos. Los resultados fueron bastante prometedores.

En cuanto a dibujar los contornos, su método fue muy preciso. En el grupo interno, identificó correctamente el disco óptico el 98.36% de las veces y la atrofia circundante el 89.59% de las veces. En el grupo externo, todavía funcionó muy bien, obteniendo un 97.63% para el disco y un 77.46% para la atrofia. Esto es algo importante porque la atrofia circundante suele ser la parte más difícil de encontrar, ya que a menudo parece una media luna tenue y rota.

Más importante aún, debido a que las formas eran tan limpias en la vista desenrollada, la computadora pudo medir los "biomarcadores" (los números específicos que los médicos usan para rastrear enfermedades) con mucha mayor precisión. Por ejemplo, pudieron medir el ancho del tejido dañado (PPA) con un error de solo 2.4 píxeles en el grupo interno y de 6.7 píxeles en el grupo externo. Esto es significativamente mejor que otros modelos de IA populares con los que se compararon, que tuvieron errores que oscilaban entre 8.0 y 13.4 píxeles para las mismas mediciones.

Por qué esto es importante

El artículo sugiere que, al cambiar la forma en que representamos la imagen —de una cuadrícula cuadrada a un mapa polar "desenrollado"— podemos hacer que la IA sea mucho mejor comprendiendo la geometría específica del ojo. No se trata solo de dibujar una mejor imagen; se trata de obtener los números correctos. Dado que las mediciones provienen directamente de las líneas desenrolladas, no hay necesidad de un procesamiento posterior desordenado o de suposiciones.

Los investigadores descubrieron que este enfoque funciona bien incluso al observar ojos con diferentes niveles de miopía, desde leve hasta severa. Aunque admiten que su conjunto de datos es todavía relativamente pequeño y necesitan probarlo en grupos de personas aún más diversos, los resultados sugieren que este truco de "desenrollar" es una herramienta poderosa. Convierte un misterio médico curvo y confuso en una medición directa y sencilla, ayudando potencialmente a los médicos a detectar y rastrear enfermedades oculares de manera más temprana y confiable.

Resumen Técnico: UPolarSQ

Planteamiento del Problema
La remodelación del polo posterior inducida por la miopía frecuentemente resulta en la deformación del disco óptico (OD) y la atrofia peripapilar (PPA), que sirven como biomarcadores estructurales críticos para el cribado de enfermedades oculares y el monitoreo de la progresión. Sin embargo, en las imágenes de fondo de ojo cartesianas estándar, la PPA suele presentarse como una media luna irregular y parcialmente visible adyacente al OD. Esta geometría conduce a segmentaciones de bordes fragmentadas en sistemas de coordenadas cartesianas, lo que requiere un post-procesamiento complejo para su cuantificación. Además, la delineación manual es laboriosa y propensa a la variabilidad interobservador, particularmente en ojos altamente miopes donde la oclusión de vasos y los bordes difusos son comunes. Los métodos de aprendizaje profundo existentes suelen fallar al no codificar explícitamente la intrínseca geometría de sector radial de la anatomía del OD/PPA, lo que conduce a un rendimiento subóptimo en el modelado de estas estructuras anisotrópicas.

Metodología
Los autores proponen UPolarSQ, un marco unificado en el dominio polar diseñado para integrar la segmentación de OD/PPA y la cuantificación de biomarcadores clínicos dentro de una representación geométrica compartida. El marco opera en tres etapas:

Transformación Polar Centrada en el OD:
El sistema primero localiza el centro del OD utilizando un modelo zero-shot (RetSAM). Posteriormente, recorta una Región de Interés (ROI) centrada en el OD y la mapea de coordenadas cartesianas $(x, y)$ a coordenadas polares $(\theta, r)$ . Esta transformación desenrolla curvaturas complejas en rejillas regulares, convirtiendo el modelado de bordes 2D en una estimación de perfil radial 1D. Teóricamente, este mapeo convierte la rotación cartesiana en traslación lineal a lo largo del eje angular y la escala cartesiana en dilatación radial, alineándose con los sesgos inductivos de las Redes Neuronales Convolucionales (CNN).
Red de Segmentación UPolarSeg:
Para adaptar las arquitecturas estándar de CNN al dominio polar no uniforme, los autores introducen UPolarSeg, una red basada en U-Net mejorada con dos módulos específicos:
- Módulo de Desacoplamiento Radial-Angular (RADM): Abordando la métrica de muestreo anisotrópico de las rejillas polares (donde la longitud del arco escala con el radio), el RADM realiza un refinamiento de características específico por eje. Utiliza convoluciones depthwise anisotrópicas paralelas para capturar por separado las transiciones radiales y la continuidad angular, inyectando sesgos geométricos en las conexiones de salto (skip connections).
- Supervisión Auxiliar Consciente del Borde: Un decodificador auxiliar, activo solo durante el entrenamiento, predice los bordes radiales (OD y OD exterior/PPA) utilizando una combinación de pérdida de Entropía Cruzada Binaria y Dice suave. Esto guía las representaciones compartidas hacia contornos clínicamente vitales sin añadir costo computacional en el tiempo de inferencia.
Cuantificación de Biomarcadores Nativa de Polar:
A diferencia de los métodos tradicionales que requieren el ajuste de contornos o post-procesamiento iterativo, UPolarSQ extrae directamente los biomarcadores de las máscaras polares predichas. Al identificar los índices radiales máximos para ángulos específicos, el sistema calcula de manera determinista:
- Relación de Diámetro del Disco Horizontal-a-Vertical (HVDR).
- Ancho Máximo de la PPA (PMW).
- Relación de PPA-a-Diámetro Vertical del Disco (PVDR).

Contribuciones Clave

Análisis de Representación Polar: El artículo formaliza el análisis de OD/PPA en una representación polar centrada en el OD, demostrando cómo convierte el modelado de bordes 2D en la estimación de perfiles radiales y proporciona sesgos inductivos para las CNN mientras expone la anisotropía de la rejilla polar.
Red de Segmentación a Medida: El diseño de UPolarSeg modela explícitamente la geometría polar a través del refinamiento de características desacopladas radial-angular y la supervisión auxiliar consciente del borde, adaptando la segmentación por CNN a las restricciones polares.
Marco de Cuantificación Unificado: UPolarSQ cierra la brecha entre la segmentación y la cuantificación clínica, permitiendo lecturas de biomarcadores "nativas de polar" que estiman directamente la deformación del OD y los indicadores de ancho de la PPA a partir de los perfiles radiales predichos.

Resultados Experimentales
El marco fue evaluado en cohortes internas (Beijing) y externas (Tíbet) de imágenes de fondo de ojo miópicas.

Rendimiento de Segmentación: UPolarSeg logró puntuaciones Dice de OD/PPA de 98.36% / 89.59% en la cohorte interna y 97.63% / 77.46% en la cohorte externa. Superó a las líneas base del estado del arte (incluyendo UNet, SwinUNETR y TransUNet), particularmente en la segmentación de la PPA, que es más desafiante debido a su forma irregular.
Precisión de Cuantificación: El método redujo significativamente los errores en la estimación de biomarcadores clínicos. En la cohorte externa, logró el Error Absoluto Medio (MAE) más bajo para el Ancho Máximo de la PPA (6.7 píxeles) y el PVDR (0.036).
Robustez: El análisis de subgrupos a través de severidades de miopía baja, moderada y alta mostró que UPolarSQ mantuvo una delineación de la PPA y una precisión de cuantificación consistentes a través de diversas severidades de la enfermedad y cambios de dominio, superando a otros modelos en casos de alta miopía donde la deformación anatómica es pronunciada.
Eficiencia: El modelo opera con aproximadamente 24.9M de parámetros, comparable a un UNet vanilla y significativamente más pequeño que los modelos basados en Transformers como TransUNet o modelos fundacionales como RetSAM.

Significancia y Reivindicaciones
El artículo afirma que UPocalSQ proporciona un prior anatómico efectivo para el análisis integrado de estructuras miópicas. Al reformular el problema en un sistema de coordenadas polares, el marco alinea la estructura anatómica, el aprendizaje de segmentación y la lectura de biomarcadores dentro de un único sistema de coordenadas. Los autores sostienen que este enfoque no solo mejora la precisión de la segmentación para estructuras peripapilares irregulares, sino que también permite la estimación directa y confiable de biomarcadores clínicos sin necesidad de un post-procesamiento complejo. El estudio sugiere que el aprendizaje de representación polar es una estrategia viable para reducir los errores de estimación en el análisis de la miopía, particularmente bajo cambios de dominio externos y diversas severidades de la enfermedad.

Limitaciones
Los autores reconocen varias limitaciones: el tamaño de la cohorte externa es modesto, lo que requiere conjuntos de datos multicéntricos más grandes para una mayor generalizabilidad; el marco depende de una localización precisa del OD, la cual podría verse afectada por artefactos severos o deformaciones extremas del disco; y las lecturas actuales de biomarcadores se derivan únicamente de máscaras de segmentación, lo que sugiere la necesidad de una futura integración con resultados longitudinales para clarificar plenamente el valor clínico.

Más como este