DCA-YOLOv8: 一种结合AICI损失函数的冠状动脉狭窄检测新框架研究报告
本报告旨在向国内研究人员介绍一篇近期发表于《Sensors》期刊的原创性研究论文。该研究由昆明理工大学信息工程与自动化学院及云南省计算机技术应用重点实验室的研究人员完成，第一作者为段华林，通讯作者为易三立，任燕有为共同作者。论文《DCA-YOLOv8: a novel framework combined with AICI loss function for coronary artery stenosis detection》于2024年12月20日正式发表。
一、 学术背景与研究目标
本研究属于医学图像分析与计算机辅助诊断（Computer-Aided Diagnosis, CAD）的交叉领域，具体聚焦于心血管疾病，特别是冠状动脉疾病（Coronary Artery Disease, CAD）的自动检测。冠状动脉狭窄是CAD的主要表现形式，其早期准确检测对于临床干预和降低死亡率至关重要。
当前，医生主要依赖X射线冠状动脉造影图像进行诊断。尽管深度学习技术已广泛应用于血管分割和狭窄分类，但在实现全自动、精准定位狭窄区域方面仍面临显著挑战。研究背景指出，基于冠脉造影图像的自动狭窄检测存在三大核心难题：1) 图像质量不佳：噪声、呼吸伪影导致血管边界模糊，细节被掩盖；2) 血管结构复杂：细小分支轮廓不清，增加了特征提取难度；3) 目标尺寸微小：狭窄病变通常仅出现在图像的极小区域内，对小目标检测算法提出了高要求。
因此，一个高效的狭窄检测框架需具备强大特征提取能力、抗干扰能力以及对小目标的精准检测能力。现有主流目标检测模型（如YOLO系列、Faster R-CNN、DETR等）虽在自然图像上表现出色，但并未针对冠脉造影图像的上述特点进行优化，导致在狭窄检测任务上的精度和效率仍有提升空间。
本研究的目标在于，针对冠脉造影图像的特性，提出一个集成化的深度学习框架，以提升冠状动脉狭窄检测的准确性、鲁棒性和效率，最终为心脏诊疗团队提供有价值的决策辅助工具。
二、 研究详细工作流程
本研究提出的新框架命名为DCA-YOLOv8，其工作流程可概括为三个核心部分：HEC预处理增强模块、DCA特征提取模块和结合AICI损失函数的输出模块。研究在两个公开数据集上进行了验证：Dataset I（用于分类任务，包含均衡的1万张狭窄/非狭窄图像块）和Dataset II（用于目标检测任务，包含8325张带有精确狭窄区域标注的冠脉造影图像）。实验平台基于Linux系统，使用PyTorch框架，在NVIDIA GTX 4090 GPU上运行。
1. HEC预处理增强模块 此模块旨在处理原始冠脉造影图像的对比度低、噪声多和边界模糊问题，使血管及狭窄区域的特征更显著。具体流程如下： * 步骤1：直方图均衡化（Histogram Equalization, HE）。对输入图像应用直方图均衡化，重新分布像素灰度值，增强整幅图像的对比度，使血管结构与背景的区分更加明显。 * 步骤2：Canny边缘检测。对原始图像应用Canny边缘检测算子，首先使用高斯滤波平滑去噪，然后通过双阈值法检测并提取血管轮廓。这一步能有效突出血管的边缘信息。 * 步骤3：图像融合。将直方图均衡化后的图像与Canny边缘提取得到的轮廓图像进行像素值相加，生成最终的增强图像（HEC图像）。该图像既提高了整体对比度，又强化了血管边缘，为后续的特征提取提供了更优质的信息源。
2. DCA特征提取模块 该模块以YOLOv8的主干网络为基础，但针对其处理冠脉造影图像能力不足的问题，创新性地引入了双重坐标注意力（Double Coordinate Attention, DCA） 机制。 * 网络基础：采用YOLOv8的CBS模块、C2f模块、SPPF模块和特征金字塔网络（Feature Pyramid Network, FPN）作为基础特征提取和融合结构。 * DCA注意力机制的设计与集成：作者认为，传统的通道注意力或空间注意力机制（如SE、CBAM）通常使用全局平均池化，会忽略图像中血管狭窄的位置信息。而坐标注意力（Coordinate Attention, CA）机制可以沿两个空间方向（高度H和宽度W）分别进行池化，编码精确的位置信息。本研究提出的DCA模块由两个串联的子注意力模块组成，分别处理高度方向和宽度方向的信息。 * 具体计算流程为：对于输入特征图，首先在宽度方向进行池化，生成包含高度方向位置信息的特征向量；然后经过一个带有缩放因子r的1x1卷积进行降维，并使用一种平滑的激活函数（类似H-swish）处理；接着使用另一个1x1卷积进行上采样恢复通道数，并通过Sigmoid函数生成高度方向的注意力权重向量，最后与输入特征图相乘。 * 第二个子模块以相同的方式处理宽度方向的信息，最终输出融合了精确空间位置信息的特征。DCA模块被放置在YOLOv8的C2f模块之前，使得网络在特征提取的早期阶段就能更加关注血管及其狭窄区域的空间坐标，增强了网络对关键位置特征的聚焦能力和抗干扰能力。
3. 结合AICI损失函数的输出模块 对于狭窄这类小目标检测，传统边界框回归损失函数（如CIoU）存在定位框拟合不准确和收敛慢的问题。 * AICI损失函数的设计原理：研究在Inner-IoU思想的基础上进行了创新。Inner-IoU通过设置一个比例因子（ratio）来构造一个比原始真实框（Ground Truth Box）更大的辅助框，通过计算预测框与这个辅助框的IoU（Inner-IoU）来增加正样本匹配，缓解梯度消失，加速训练收敛。然而，当使用Inner-IoU时，CIoU损失函数中的中心点距离惩罚项和宽高比惩罚项会因辅助框的尺度变化而变得不准确。 * 自适应调整：为了解决这个问题，作者提出了自适应Inner-CIoU（Adaptive Inner-CIoU, AICI） 损失函数。在CIoU公式的基础上，引入了两个可自适应学习的参数（τ 和 ψ），分别用于调节中心点距离惩罚项和宽高比惩罚项，从而补偿因使用Inner-IoU而引入的误差。公式表示为：L_aici = 1 - IoU_inner + τ * (ρ²(b, b_gt) / c²) + α * υ * ψ。通过设置ratio>1，增大了辅助框，AICI损失函数能够加速模型收敛，并提高对小尺寸狭窄区域的定位精度。 * 网络输出：框架主干网络输出三个尺度的特征层（80x80， 40x40， 20x20），经过特征融合后，送入两个子网络：边界框回归子网络（使用AICI损失函数）和分类子网络（使用二元交叉熵损失函数），最终输出是否存在狭窄以及狭窄区域的精确边界框。
三、 主要研究结果
研究通过四组实验系统性地验证了各模块的有效性和框架的整体性能。
1. 模块功能对比实验 * 预处理模块选择：对比了原始图像、直方图均衡化（HE）、限制对比度自适应直方图均衡化（CLAHE）、伽马变换（Gamma Transform）、Canny+原始图、Canny+HE（即HEC）等多种预处理方法。结果表明，HEC组合效果最佳，其F1分数（94.82%）和mAP（96.03%）均高于其他方法。分析指出，冠脉造影背景相对简单，全局的直方图均衡化比局部方法（如CLAHE）更能有效区分血管与背景，结合Canny边缘提取则进一步强化了血管轮廓。 * 注意力机制对比：在YOLOv8骨干网络上分别集成CBAM、ECA、SE、CA等主流注意力机制，并与提出的DCA进行对比。DCA取得了最高的F1分数（95.58%）和mAP（96.42%），证明了其针对血管位置信息建模的有效性。 * 损失函数对比：比较了CIoU、Inner-CIoU和AICI三种损失函数。AICI不仅取得了最优的检测性能（F1: 95.83%， mAP: 97.60%），而且收敛速度最快，仅需66个训练轮次（Epoch）即可使mAP超过90%，显著快于CIoU（86轮次）和Inner-CIoU（78轮次）。损失函数曲线图也显示，AICI的边界框损失下降更快且最终值更低。
2. 消融实验 以原始YOLOv8为基线，逐步添加HEC、DCA和AICI模块。结果显示，每一个模块的加入都能提升性能。当三个模块同时集成时，性能达到顶峰：精确率（Precision）96.61%，召回率（Recall）95.06%，F1分数95.83%，mAP 97.60%。可视化结果进一步证实：加入DCA和HEC模块后，框架能更准确地聚焦于狭窄区域，减少了假阳性和假阴性；而使用AICI损失函数后，预测边界框的定位更加精准，冗余信息更少。
3. 与其他目标检测模型的对比 在Dataset II上，将DCA-YOLOv8与当前流行的目标检测模型进行对比，包括Faster R-CNN、YOLOv5、YOLOv7、DETR和RT-DETRv2。DCA-YOLOv8在F1分数（95.83%）和mAP（97.60%）上均优于所有对比模型。同时，其参数量最小（3.24 M），体现了模型的高效性。这证明了针对特定医学图像问题进行定制化设计的重要性。
4. 与其他研究的分类与检测性能对比 * 分类任务：在Dataset I上，通过抑制框架的检测头，将其作为分类器进行评估。DCA-YOLOv8取得了93.2%的准确率（Accuracy），优于Antczak等人（90%）和Gil-Rios等人（87%）的方法，与Ovalle-Magallanes等人（94%）的结果相当，且召回率（93.5%）表现出色，证明了框架强大的特征提取能力。 * 检测任务：在Dataset II上，与同样使用该数据集的其他研究进行对比。DCA-YOLOv8的F1分数（95.83%）和mAP（97.60%）超越了当前最佳模型（Danilov等人使用的RFCN ResNet-101 v2，其F1为94.84%， mAP为94.68%），优势明显。
四、 研究结论与价值
本研究成功设计并验证了一个名为DCA-YOLOv8的新型集成框架，用于从X射线冠脉造影图像中自动、精准地检测冠状动脉狭窄。该框架创造性地整合了三个核心组件：1) HEC预处理增强模块，提升了图像中血管区域的可见度；2) DCA双重坐标注意力机制，增强了网络对狭窄区域空间位置的敏感性；3) AICI自适应损失函数，优化了小目标定位的精度和训练速度。
实验结果表明，该框架在狭窄检测的精确率、召回率、F1分数和mAP等关键指标上均达到了领先水平，特别是在mAP上取得了97.6%的优异成绩。这为冠状动脉疾病的计算机辅助诊断提供了一个高效、准确的工具，具有重要的临床应用潜力，能够辅助心脏科医生更快、更准地识别狭窄病变区域，提升诊断效率和一致性。
五、 研究亮点
六、 其他有价值内容与展望
论文也坦诚指出了当前工作的局限性：受限于数据集，框架目前仅能实现“有无狭窄”的二元检测和定位，无法进一步对狭窄类型（如局限性、弥漫性等）进行分型，也无法精确评估狭窄程度。检测结果仅为医生提供是否存在狭窄的参考，后续的治疗决策仍需医生结合患者具体情况判断。
作者展望了未来工作方向：收集更多带有精细标注（如狭窄类型、程度分级）的冠脉造影图像，拓展模型功能，使其能够评估病变类型和狭窄程度，从而为临床医生提供更具价值的决策支持信息，进一步提升框架的应用广度和深度。