双边可变形的注意力转换器用于使用光学连贯断层扫描来选高近视
Ruoxuan Gou1, Xiao Ma1, Na Su2
1School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China.
Computers in biology and medicine
|April 20, 2025
概括
这项研究引入了一种新的多标签分类模型,用于使用光学连贯断层扫描 (OCT) 图像进行高近视查. 双边可变形注意力变压器 (BDA-Tran) 有效地分析多个指标,以改善近视诊断.
科学领域:
- 眼科和医学成像学
背景情况:
- 高近视的分类通常依赖于单一的标准,如球形等价 (SE) 或轴长 (AL).
- 光学连贯断层扫描 (OCT) 揭示了关键的高近视特征,如视网膜曲率增加,胆道细化和膜阴影.
研究的目的:
- 开发高近视的多标签分类模型,全面利用多种诊断指标.
- 通过使用OCT成像数据,加强高近视和病态近视的查.
主要方法:
- 提出了一个基于视觉变压器架构的双边可变形注意力变压器 (BDA-Tran) 模型.
- 引入了双边可变形的注意力机制 (BDA),以专注于OCT图像中的相关眼睛结构,如冠状腺和硬膜.
- 在243名患者的OCT图像上训练并验证了BDA-Tran模型.
主要成果:
- 在高近视查中实现了83.1%的SE和87.7%的AL高精度.
- 在相同的实验条件下,与现有方法相比,表现出优越的性能.
- 可视化注意力地图用于透明和可解释的诊断判断.
结论:
- BDA-Tran模型提供了一种有效和可靠的方法,用于使用OCT数据进行多标签高近视查.
- 整合多个指标和注意力机制可以提高眼科诊断的准确性.
- 通过注意力图来解释模型的可解释性有助于临床决策.
