可解释的基于变压器的框架,用于从 fundus 图像中检测光眼,使用多脊椎细分和基于 vCDR 的分类
Hind Alasmari1, Ghada Amoudi1, Hanan Alghamdi1
1Department of Information Systems, Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah 21589, Saudi Arabia.
Diagnostics (Basel, Switzerland)
|September 27, 2025
概括
这项研究引入了一种可解释的AI管道,用于使用眼图像进行自动眼诊断,在视神经头部细分和分类中实现高精度. 视觉转换器显示出生物标志物驱动的玻璃眼查的前景.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 眼,不可逆转的失明的主要原因,在全球范围内正在增加,由专家的短缺加剧.
- 早期诊断和干预对于预防视力丧失至关重要.
研究的目的:
- 开发一种可解释的,端到端的人工智能管道,用于从 fundus 图像中自动诊断 DrDeramus.
- 为了评估视觉变换器 (ViTs) 与传统的卷积神经网络 (CNN) 模型进行青光眼诊断.
主要方法:
- 使用YOLOv11进行光盘检测,U-Net/MaskFormer用于在三个数据集 (REFUGE,ORIGA,G1020) 中进行光盘/杯子细分.
- 员工使用ResNet50,VGG16,MobileNetV2和Swin-Base的骨干进行细分.
- 基于可解释AI原则的垂直杯与磁盘比 (vCDR) 来分类青光眼.
主要成果:
- MaskFormer实现了优异的细分性能 (IoU/DSC得分>88%).
- 该分类模型达到84.03%的准确率和84.56%的F1分数.
- 视觉转换器表现出高细分性能,具有可解释的,生物标志物驱动的诊断.
结论:
- 拟议的框架通过利用可解释的特征,如vCDR,为眼查提供了一个透明和可靠的解决方案.
- 可解释的人工智能和视觉转换器为准确可靠的自动化玻璃眼诊断提供了一个有希望的方向.
