medRxiv 2026年9月16日该研究以脉络膜分割为原型任务，在80名受试者的6,076张OCT B扫描上系统比较标量无参考图像质量指标（BRISQUE、NIQE、PIQE、SNR、PSNR）、通用ImageNet预训练表征与视网膜基础模型作为任务特异性质量门控信号，发现标量指标与分割Dice相关性极弱（|r|<0.20），通用预训练表征线性探针ROC-AUC最高约0.77，而OCT特异性基础模型RETFound达到约0.81，且仅视网膜基础模型的嵌入空间在无监督K-Means下产生超过患者级置换零分布的按质量对齐聚类。该研究以脉络膜分割为原型任务，在80名受试者的6,076张OCT B扫描上系统比较标量无参考图像质量指标（BRISQUE、NIQE、PIQE、SNR、PSNR）、通用ImageNet预训练表征与视网膜基础模型作为任务特异性质量门控信号，发现标量指标与分割Dice相关性极弱（|r|<0.20），通用预训练表征线性探针ROC-AUC最高约0.77，而OCT特异性基础模型RETFound达到约0.81，且仅视网膜基础模型的嵌入空间在无监督K-Means下产生超过患者级置换零分布的按质量对齐聚类。面向视网膜OCT B扫描的任务特异性质量门控：在脉络膜分割中学习表征优于标量指标该研究以脉络膜分割为原型任务，在80名受试者的6,076张OCT B扫描上系统比较标量无参考图像质量指标（BRISQUE、NIQE、PIQE、SNR、PSNR）、通用ImageNet预训练表征与视网膜基础模型作为任务特异性质量门控信号，发现标量指标与分割Dice相关性极弱（|r|<0.20），通用预训练表征线性探针ROC-AUC最高约0.77，而OCT特异性基础模型RETFound达到约0.81，且仅视网膜基础模型的嵌入空间在无监督K-Means下产生超过患者级置换零分布的按质量对齐聚类。该研究以脉络膜分割为原型任务，在80名受试者的6,076张OCT B扫描上系统比较标量无参考图像质量指标（BRISQUE、NIQE、PIQE、SNR、PSNR）、通用ImageNet预训练表征与视网膜基础模型作为任务特异性质量门控信号，发现标量指标与分割Dice相关性极弱（|r|<0.20），通用预训练表征线性探针ROC-AUC最高约0.77，而OCT特异性基础模型RETFound达到约0.81，且仅视网膜基础模型的嵌入空间在无监督K-Means下产生超过患者级置换零分布的按质量对齐聚类。