This use case was co-created by academic researchers and Drylab. The full chat conversation demonstrates how researchers interact with Drylab to perform analyses, ask questions, and adapt workflows as new insights emerge.
We hope these examples inspire new approaches and possibilities in your own research.
概述
分析视网膜眼底图像，以自动分割血管、分类动静脉、测量血管管径，并定量分析血管网络特征（如扭曲度、分支角度和分形复杂度）。这些生物标志物广泛应用于心血管、糖尿病和眼科研究中。
输入
视网膜眼底图像（.png, .jpg, .tif）
可选的血管标注（用于验证）
输出
血管分割掩膜
动静脉分类图
血管管径测量值（µm）
分支分叉图
血管扭曲度与分支角度指标
分形维数与血管复杂度评分
分析流程详解
图像参数：584×565 像素，像素间距 3.9 µm/px，视场（FOV）占图像比例 = 68.4% (225,567 像素)
预处理：提取绿色通道并应用 CLAHE（clip_limit = 0.01）进行局部对比度增强，并加载 FOV 掩膜
血管分割
根据尺度空间血管度最佳实践，在 CLAHE 增强的绿色通道上应用多尺度 Frangi 血管性滤波器（sigmas = 1–7，black_ridges = True）。后处理：去除小连通域（< 50 像素）并进行二值闭运算（圆盘半径为 1）
形态学清理后保留 18,642 个血管像素（占总图像的 5.65%，占 FOV 区域的 8.28%）
（可选）通过针对专家黄金标准掩膜进行 200 点 Dice 扫描，确定最佳阈值 (T = 0.0259)
验证结果：Dice/F1 = 0.708，敏感性 = 0.578，特异性 = 0.992，准确率 = 0.938，精确率 = 0.913（TP = 17,012；FP = 1,630；FN = 12,415；TN = 194,510）
动静脉分类
由于归一化 R/G 比值分布呈现单峰（经 6× 空间方差缩减后，标准差 = 0.034），且所有基于光谱的高斯混合模型(GMM)尝试均告失败，因此采用了基于生理学的管径大小方法：在血管骨架上通过欧氏距离变换估算每个分支的直径；在距离视盘三个不同区间段内（近端 0–80 像素、中段 80–160 像素、远端 > 160 像素），设定第 60 百分位数宽度阈值，将较宽的血管段归为静脉，较窄的归为动脉。视盘被检测为 FOV 中最亮的区域（r = 26.8 像素；中心行 = 262，列 = 108）
宽度阈值（第 60 百分位数）= 2.960 像素 = 11.5 µm；Mann-Whitney U 检验 p = 2.2 × 10⁻³²；Cohen's d = 2.24
分支划分：134 条动脉 (61.2%) / 85 条静脉 (38.8%)；血管像素划分 54.1% / 45.9%
考虑血管世代的重分类（3 个距离区间，单区间独立阈值）：131 条动脉 / 170 条静脉；视网膜动静脉管径比 (AVR) 偏差 < 0.5% (0.637 → 0.634)
全图 AVR（考虑血管世代）= 0.634
血管管径
所测得的血管段直径（7.8–23.9 µm，中位数 10.4 µm）与 3.9 µm/px 眼底照相中捕捉到的微血管至小血管范围相吻合。需要注意的是，此数值代表整个血管树中单个分支的管径，而非通过 Knudtson 公式计算导出的中央动/静脉等效口径指数（CRAE/CRVE），后者针对最大拱形血管报告的数值通常要大得多（约 144–215 µm）。
各类别中血管段长度与直径的散点图并未显示出明显的长度相关性趋势，这与视网膜血管树的生理特性相符，即管径主要在离散的分叉节点（分支层级）受到调节，而非沿着血管段长度连续变化
类别 | 样本量 (n) | 均值 (µm) | 中位数 (µm) | 标准差 (SD) | 范围 |
|---|---|---|---|---|---|
动脉 | 134 | 9.5 | 9.4 | 1.2 | 7.8–12.6 |
静脉 | 85 | 15.0 | 14.7 | 3.2 | 10.4–23.9 |
所有血管段 | 219 | 11.6 | 10.4 | 3.5 | 7.8–23.9 |
（±3.9 µm 量化不确定度，即 ±1 像素）
视盘周围 B 区环形区域
B 区的 AVR 为 0.552（动脉 9.6 µm，静脉 17.4 µm），低于全图均值。这很可能是由于样本量较小（n = 5 条静脉）所致，在没有额外数据支持的情况下，不应过度解读。
拓扑结构
通过 skimage.morphology.skeletonize 提取血管骨架；利用 skan 进行分支定量分析（共 301 个，弧长 ≥ 5 像素的有 219 个）。基于每个 3 臂分叉处的 8 像素切线向量计算分支角度；扭曲度指数 = 弧长 / 弦长；通过盒维数法估计分形维数（盒子大小为 2–128 像素，对 log N 与 log 1/s 进行普通最小二乘法 OLS 拟合）
指标 | 全图整个区域 | B 区 |
|---|---|---|
分叉数（有效，3 臂） | 115 | 7 （仅供参考） |
分支子角中位数 | 58.7° | 64.2° |
扭曲度指数中位数 | 1.096 | 1.080 |
血管骨架分形维数 (D_box skeleton) | 1.265 (R² = 0.988) | — |
血管掩膜分形维数 (D_box mask) | 1.393 (R² = 0.997) | — |
规范化分析流程及多图像扩展测试
5 例样本汇总摘要（01–05，3.9 µm/px，基于 Frangi 滤波分割）
多图像对比分析
指标 | 01 | 02 | 03 | 04 | 05 |
|---|---|---|---|---|---|
全图 AVR | 0.634 | 0.634 | 0.664 | 0.656 | 0.634 |
B 区 AVR | 0.552 | 0.645 | 0.661 | 0.774 | 0.616 |
动脉 / 静脉数量 | 120 / 81 | 133 / 90 | 98 / 67 | 43 / 31 | 74 / 49 |
分叉数 | 131 | 153 | 109 | 47 | 79 |
扭曲度中位数 | 1.082 | 1.082 | 1.100 | 1.081 | 1.091 |
骨架分形维数 (D_skeleton) | 1.265 | 1.279 | 1.195 | 1.141 | 1.217 |
掩膜分形维数 (D_mask) | 1.393 | 1.411 | 1.309 | 1.265 | 1.340 |
血管占 FOV 比例 | 7.5% | 10.4% | 5.5% | 4.1% | 7.2% |
动静脉管径比 (AVR)。 各案例的全图 AVR 表现出一致性（范围为 0.634–0.664），略低于健康成人正常参考范围（0.67 ± 0.10），提示这些图像样本可能存在轻度的小动脉缩窄。在 B 区环形区域内测量的 AVR 是临床上诊断高血压视网膜病变分级的标准指标。04.png 的 B 区 AVR (0.774) 为记录中最高，可能表明该视盘周围区域的小动脉较宽或小静脉较窄，然而由于 B 区检测到的血管段数较少（动脉数 = 13，静脉数 = 3），对其临床结果的解读需保持谨慎。
血管密度与分形复杂度。 血管占 FOV 比例存在近三倍的差距（04 为 4.1%，而 02 为 10.4%），且相应的血管骨架分形维数 D_skeleton 分布在 1.141–1.279 之间。由于所有图像均使用相同的设备采集参数，这一差异提示该图像队列中存在真实的血管密度生理差异，而非算法噪声所致。如相关分形分析文献所述，采用盒维数法估计分形维数是一种在视网膜血管分析中经过充分验证的可靠方法。
血管扭曲度。 所有扭曲度中位数指标都紧密聚集在 1.081–1.100 之间。这一极窄的分布范围提示，采集图像的受试群体在血管重塑方面具有较好的同质性，未见明显的糖尿病或高血压引起的血管病变；或者表明 Frangi 滤波器更倾向于捕捉较直、高对比度的血管段，而低估了扭曲的小血管。目前，自动化的扭曲度测定方法已在临床上与糖尿病视网膜病变严重程度分级进行了标定对比。
分支角度 —— 已知局限性。 正如分析流程质量保证（QA）中指出的，图像 02–05 的分支子角中位数均刚好固定在 90.0°（而 01 为 64.3°）。这是由于从 8 邻接骨架图像中直接提取相邻像素节点计算切线向量时所产生的离散化伪影；像素网格的 9 位角度分辨率强制将角度聚拢在 45° 或 90°。01.png 的测定结果 (64.3°) 得益于在该次运行中设置了较长距离的邻近像素遍历。在进行临床解读前，应采用多步切线估计法（例如沿骨架分支前瞻 5–10 个像素）对该指标进行重新计算。正如血管拓扑结构分析文献所述，探讨分支角度与心血管风险的关联需要实现准确度在 1 度之内的角分辨率。
