【牛津博士论文】面向可信超声视频分析的自监督表征学习

摘要— 产科超声（US）是一种常规使用的影像学手段，用于监测妊娠期间胎儿发育。随着基于深度学习（DL）技术的兴起，减少对高水平超声医师的依赖具有越来越大的潜力。然而，由于对模型鲁棒性、可解释性和可靠性等——即“可信性”的核心要素——的担忧，DL 模型在临床中的采用仍然有限。本论文针对这些挑战，推动了面向可信胎儿超声分析的 DL 方法研究。

由于专家超声医师对 US 视频进行人工标注成本高且耗时，我们首先探索了自监督学习作为一种可扩展的替代方案。我们提出了一种新的特征级局部自监督学习框架，将对比学习与魔方（Rubik’s cube）恢复、立方体重建以及一种新的局部对比样本生成策略相结合。该方法增强了学习表征的鲁棒性，并在两个关键下游临床任务中表现出性能提升。

为了提升模型的透明性，我们引入了临床驱动的见解，并将其融入解释过程。我们将“可解释性”定义为模型捕捉解剖学相关知识的能力。为此，我们提出了一组新的定量指标，用于衡量学习到的表征与专家眼动追踪数据之间的对齐程度。这些基于凝视的解释（gaze-guided explanations）为评估模型行为提供了更具临床意义的视角，从而增强了可解释性。

然而，尽管可解释性提供了宝贵的洞察，但在临床应用中，可靠部署同样至关重要。为此，我们提出了“超出临床分布”（out-of-clinical-distribution, OCD）的概念，定义为缺乏诊断意义内容的超声帧。我们首次提出了胎儿超声 OCD 检测方法，使模型能够从大规模、异质性的实时扫描中筛除无关帧。该方法确保模型的决策仅基于临床上有意义的输入，从而提升了 DL 模型的安全性与可靠性。

总之，本论文提出了一系列新方法，以增强胎儿超声分析中 DL 模型的鲁棒性、可解释性和可靠性。所有方法均在回顾性临床数据上得到验证，为 DL 技术在产前保健中的可信集成奠定了基础，并为未来该领域的研究提供了启发。