UltraSAM-Based Left Ventricular Analysis with Local-Global Feature Fusion for Echocardiographic Cardiac Disease Classification

技术摘要：基于 UltraSAM 的左心室分析与局部-全局特征融合

问题陈述
心血管疾病，特别是心肌梗死（MI），仍是全球范围内导致死亡的主要原因。虽然超声心动图是核心诊断工具，但传统的解释高度依赖于操作者的经验，且容易受到观察者间差异的影响。现有的自动化方法通常存在局限性，例如依赖孤立的特征分析、对图像噪声敏感，以及缺乏局部机械动力学与全局解剖上下文之间的整合。此外，许多深度学习模型需要大规模的标注数据集，并在处理不同的临床变化时难以实现泛化。因此，需要一个统一的框架，能够准确分割左心室（LV），提取多领域特征，并对时间依赖性进行建模，以实现对心脏异常的早期且可靠的检测。

方法论
本研究提出了一种混合深度学习框架，旨在实现从 2D 超声心动图视频中进行自动心脏疾病分类。该流水线包含四个主要阶段：

1. 预处理与自动分割：

   • 将超声心动图视频分解为帧（25 fps）并进行归一化处理。
   • 采用 UltraSAM（一种源自 Segment Anything 架构的 Transformer 分割模型）来自动分割左心室心肌。该模型通过预定义的参考提示引导，生成隔离出全帧内 LV 区域的二值掩码。

2. 多领域局部特征提取（以 LV 为中心）：
   从分割出的 LV 掩码中，提取一套全面的手工特征，用以表征结构、纹理和运动：

   • 形状描述符： 包括面积、周长、长宽比、圆度、实心度、凸度以及对称性（垂直和水平）等指标。
   • 纹理分析： 在心肌区域内计算灰度共生矩阵（GLCM）特征（对比度、同质性、能量、相关性和差异性）以及局部梯度幅值。
   • 运动分析：
     • 光流法： 在连续帧之间计算密集光流（Farneback 方法），以估计排除血液池后的心肌壁运动。
     • 关键点追踪： 利用 SuperPoint 神经检测器识别显著的局部特征，并追踪舒张末期（ED）与收缩末期（ES）之间的轮廓边界点，以捕捉局部结构对应关系。

3. 全局特征提取：

   • 直接将 Swin Transformer (SwinV2-Tiny) 应用于完整的超声心动图帧（不进行分割），以捕获全局空间表示。该分支学习上下文视觉模式，包括心腔配置和整体心肌厚度分布，而这些是手工 LV 特征无法捕捉到的。

4. 特征融合、优化与分类：

   • 融合： 将局部手工特征向量（约 1,991 维）与全局深度特征向量（768 维）进行拼接，形成一个统一的高维向量（2,759 维）。
   • 优化： 利用 蚁群优化算法（ACO） 进行特征选择，以减少维度并消除冗余。其适应度函数平衡了准确率与敏感度。
   • 时间建模： 将优化后的特征序列输入 长短期记忆网络（LSTM），以对整个心动周期（特别是 ED 和 ES 阶段）的时间依赖性进行建模。
   • 分类： 最终由 Softmax 层执行二分类（MI 与 非-MI）或多类分类（PAH、ASD 与 健康）。

核心贡献
本文强调了四个主要贡献：

• 新型混合框架： 一个统一的系统，整合了具有临床可解释性的手工 LV 生物标志物与基于 Transformer 的全局上下文表示。
• 以 LV 为中心的多领域提取： 将形状、纹理（GLCM）、运动（光流）及基于关键点的描述符与全局 Swin Transformer 特征相结合，克服了单尺度或孤立特征方法的局限性。
• 先进的运动表征： 通过集成密集光流和 SuperPoint 关键点，实现了跨心动周期的逐帧运动分析，从而提高了对功能性异常检测的能力。
• 优化的时间建模： 使用 ACO 进行特征选择并结合 LSTM 进行时间建模，为高维特征空间提供了鲁棒的解决方案，在二分类和多类分类任务中均展示了强大的泛化能力。

实验结果
该框架在两个公开数据集上进行了评估：用于 MI 检测的 HMC-QU 数据集，以及用于 PAH、ASD 和健康对照分类的 CardiacNet 数据集。

• HMC-QU 数据集（二分类 MI 检测）： 模型实现了 94.7% 的准确率，敏感度为 93%，特异度为 97%。Kappa 系数为 0.9005，表明具有近乎完美的符合度。
• CardiacNet 数据集（多类分类）： 模型在涉及 PAH、ASD 和健康受试者的多类分类任务中达到了 90.3% 的准确率。结果显示，该模型在识别健康受试者方面表现尤为出色。
• 对比分析： 该方法优于现有的基准模型，包括决策树（78.46%）、随机森林（92.90%）、3D CNN（90.90%）以及其他集成方法（91.40%）在 HMC-QU 数据集上的表现。在 CardiacNet 上，它超越了 One-UViCS（87.10%）和 CardiacMind（83.00%）。
• 消融实验： 去除 Swin Transformer 导致性能下降最为显著（在 HMC-QU 上降至 66.40%），验证了全局上下文的必要性。移除光流、纹理或 ACO 也导致了明显的性能下降，证实了各模块的重要性。

意义与主张
作者声称，这一混合框架有效地弥合了局部机械评估与全局解剖上下文之间的差距。通过将特定区域的 LV 生物标志物与全局 Transformer 式的表示相结合，该系统能够在捕捉心室局部异常的同时，理解整体心脏结构。研究断言，这种方法为检测心血管疾病（特别是心肌梗死）提供了一种可靠、自动化的解决方案，具有高准确性和强泛化能力。作者指出，尽管该系统表现良好，但仍面临着分割误差向特征提取传播的问题，以及由于模型复杂度可能导致的实时应用限制。他们总结道，该方法为提高分类准确性提供了一个具有临床相关性的框架，尽管未来的工作应侧重于增强对细微病理特征的类别分离能力，并在更大规模、更多样化的临床数据集上进行验证。