科學通報 | 北京大學人民醫院吳慧娟團隊/北京信息科技大學賀澤宇團隊開發用于眼科房角關閉定量評估的深度學習技術

近日，北京大學人民醫院吳慧娟團隊與北京信息科技大學賀澤宇團隊合作在《科學通報》發表了題為“基于雙模塊U-Net深度學習技術定量評估超聲生物顯微鏡下的閉角房角參數”的論文，提出并驗證了一種基于雙模塊U-Net深度學習技術的全自動分析系統。該系統能夠從超聲生物顯微鏡（ultrasound biomicroscopy, UBM）圖像中自動、精準、快速地量化評估原發性房角關閉疾病（primary angle closure disease, PACD）的關鍵參數，為這一起病隱匿的致盲性疾病的早期診斷與個性化治療帶來了革命性的工具。

青光眼是全球發病率最高的不可逆性致盲眼病，其中PACD在亞洲地區尤為高發。這類疾病的核心病理特征是前房角關閉，導致房水流出受阻，眼壓升高，最終損害視神經。UBM是目前評估前房角狀態的核心客觀工具，它可以清晰地呈現眼前節的結構。然而，傳統的UBM圖像判讀主要依賴醫生的主觀經驗，耗時長、一致性差，且難以進行精確的定量測量，這極大地限制了其在臨床大規模應用和科研潛力。

為破解這一難題，研究團隊構建了一套基于標準U-Net架構的雙模自動分析系統。這一系統配備了兩項核心技能。第一個模塊負責眼前節組織自動分割，能精準地將UBM圖像中的角膜與鞏膜、虹膜、睫狀體等關鍵結構分離出來，其平均交并比分別高達0.93、0.93和0.87。第二個模塊專門負責鞏膜突（scleral spur, SS）自動定位。SS是測量房角參數的黃金解剖標志點，模型定位的平均誤差僅為94.12 μm。

圖1. 人工智能模型進行UBM圖像多組織分割的代表性結果。

（a）對照組；（b）PACD組。

基于這兩步精準的“理解”，系統再通過計算機視覺算法，自動計算出包括小梁虹膜角、房角開放距離、小梁網虹膜間面積以及睫狀突面積在內的一系列關鍵參數。尤其值得一提的是，睫狀突面積的自動測量是該系統的開創性突破。睫狀突深藏于虹膜之后，其形態變化與PACD的發病機制密切相關，以往難以通過光學手段觀察，而該系統首次在UBM上實現了其面積的自動化、高精度測量。

圖2. 人工智能模型進行鞏膜突定位誤差距離不同的代表性結果。

（a–c）對照組；（d–f）PACD組。

這項技術顯著提高了UBM圖像的臨床應用效率。人工處理一張UBM圖像，從分割到參數測量，平均需要6分鐘以上，而AI系統完成同樣的工作僅需1.11秒，效率提升超過300倍。更重要的是，AI的測量結果與資深青光眼?？漆t生的人工測量高度一致，各項參數的類內相關系數均超過了0.97，達到了可以信賴的臨床標準。

這項研究的核心價值在于，它顯著提升了UBM影像定量分析的效能，讓原本復雜、耗時、主觀的參數測量變得簡單、快速、精準。這不僅為PACD的早期診斷提供了可靠的輔助決策支持，更使得基于這些定量參數進行個性化治療決策和療效預測成為可能，有力推動PACD的診療向精準化、智能化方向轉變。

北京大學人民醫院眼科吳慧娟教授、北京信息科技大學計算機學院計算機科學技術系賀澤宇講師為本文的通訊作者，北京大學人民醫院眼科在讀博士生楊豐瑞為本文的第一作者。相關研究得到了首都衛生發展科研專項（2024-2-4087）、北京大學人民醫院研究與發展基金（RDGS2024-06）和北京信息科技大學“青年骨干教師”支持計劃的資助。

文章信息

楊豐瑞，王博輝，呂坤，等.基于雙模塊U-Net深度學習技術定量評估超聲生物顯微鏡下的閉角房角參數. 科學通報, 2026.

《科學通報》是中國科學院主管、中國科學院和國家自然科學基金委員會共同主辦的綜合性中文學術期刊，致力于快速報道自然科學各學科基礎理論和應用研究的最新研究動態、消息、進展, 點評研究動態和學科發展趨勢。

• 旬刊，每10天出版1期；

• 欄目：進展、評述、快訊、論文、觀點、科技前沿、科學訪談、亮點述評、悅讀科學等；

• 中國科學院文獻情報中心分區表綜合性大類1區TOP期刊；

• 中國科技期刊卓越行動計劃領軍期刊；

• 《中國科技論文與引文數據庫》和《中國科學引文數據庫》的源期刊，同時被EI、ESCI和Scopus等收錄；

• 期刊官網：http://csb.scichina.com.

轉載、投稿請留言

| 關注科學通報 | 了解科學前沿