可解释的多模型深度学习框架,用于使用 fundus成像进行眼睛毒素菌的自动四类诊断
Laraib Umer1,2,3, Javaid Iqbal1, Yasar Ayaz4,5
1School of Mechanical and Manufacturing Engineering, National University of Sciences and Technology, Islamabad, 44000, Pakistan.
Scientific reports
|December 11, 2025
概括
这项研究引入了一种可解释的AI框架,用于从视网膜图像中分类眼睛毒素形成症 (OT),达到98%的准确性. 多模型方法提高了诊断细节性,以更好地管理患者.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 在全球范围内,眼部毒素瘤 (OT) 是导致后膜炎的首要原因.
- 准确的视网膜状态分类 (活跃,不活跃,混合,健康) 对于有效的OT管理至关重要.
- 当前的深度学习模型往往缺乏临床应用所需的诊断细节和可解释性.
研究的目的:
- 开发和验证一个全面的,可解释的多模型深度学习框架,用于使用视网膜底图像对OT进行四类分类.
- 为了提高诊断细分度,超越二元分类,以改善临床决策.
- 通过可解释的AI技术,确保透明度和临床相关性.
主要方法:
- 集成多种深度学习架构,包括CNNs,ViT,YOLOv8,YOLOv11,用一个合奏模型.
- 系统的超参数调整和数据集平衡,以优化性能.
- 独立数据集的外部验证和使用SHAP和EigenCAM的可解释性评估.
- 绿色通道预处理以增强病变对比度.
主要成果:
- 实现了98%的分类准确度和0.885的MCC,在所有四个OT状态中表现出强大而平衡的性能.
- YOLOv11模型在病变定位方面表现出色,而ViT则提供了卓越的上下文理解.
- SHAP和 EigenCAM 分析证实了预测与临床相关的视网膜结构一致.
- 实时临床部署具有低延迟 (YOLOv11:在GPU上2.8ms,在CPU上65ms) 的潜在潜力.
结论:
- 开发的可解释的人工智能框架为分类眼部毒素菌树立了新的基准.
- 多架构设计,光谱预处理和可解释的AI使得准确,透明和可泛化的诊断成为可能.
- 这个框架具有很大的潜力,可以整合到远视科,查计划和临床决策支持系统中,推进可靠的视网膜AI解决方案.
