眼科基础模型用于临床显著的年龄斑点退化检测斑点退化
Benjamin A Cohen1, Jonathan Fhima2, Meishar Meisel3
1Technion Israel Institute of Technology, Technion city, Haifa, Haifa, Haifa District, 32000, ISRAEL.
Physiological measurement
|January 15, 2026
概括
使用视觉转换器 (ViTs) 的自主监督学习 (SSL) 显示,自然图像预训在识别与年龄相关的黄斑变性 (AMD) 中表现出色. 这挑战了对视网膜成像分析领域内预培训的需求.
科学领域:
- 眼科医生 眼科 眼科
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 自主监督学习 (SSL) 使视觉转换器 (ViTs) 能够学习强大的图像表示.
- 视网膜成像中的基础模型显示出希望,但域内预训练的必要性尚不清楚.
- 与年龄相关的黄斑变性 (AMD) 识别在数字底部成像 (DFI) 中至关重要.
研究的目的:
- 在DFI中对SSL预训练的ViT进行AMD识别的基准测试.
- 评估在自然数据和特定领域数据上预训练的模型的概括能力.
- 为了调查在AMD检测领域内预训练的必要性.
主要方法:
- 在7个DFI数据集 (7万张图像) 上对6个SSL预训练的ViT进行基准测试.
- 评估在中期至晚期AMD识别上的模型性能.
- 比较自然与域特定预训练的分布外概括.
主要成果:
- 在自然图像上进行预训练的iBOT实现了优异的分布外通用化 (AUROCs 0.80-0.97).
- 自然图像预训练的表现优于特定领域的模型 (AUROCs 0.78-0.96) 和非预训练的基线 (AUROC 0.68-0.91).
- 基础模型显著提高了AMD识别准确度.
结论:
- 对ViTs的自然图像预训对于AMD识别非常有效,挑战了对域内预训的需求.
- 基础模型在提高DFI中的AMD检测方面具有显著价值.
- 该研究介绍了BRAMD,这是一个新的AMD研究的开放访问数据集.
更多相关视频
相关概念视频
01:25Glaucoma: Overview
Glaucoma is an eye condition characterized by increased intraocular pressure that damages the retina and optic nerve, leading to irreversible blindness if left untreated. The human eye has various components, including the cornea, iris, pupil, lens, and optic nerve. Aqueous humor is secreted by the epithelium of the ciliary body in the posterior chamber and flows through the trabecular meshwork and canal of Schlemm, maintaining normal intraocular pressure. The trabecular meshwork and the canal...
01:27Diabetic Retinopathy
DefinitionDiabetic retinopathy is a microvascular complication of diabetes affecting the retinal blood vessels.Risk FactorsDiabetic retinopathy is present in almost all individuals with type 1 diabetes and more than 60% of those with type 2 diabetes after two decades of disease.The risk increases with poor glycemic control, hypertension, dyslipidemia, smoking, pregnancy, and puberty.Although cataracts and glaucoma are also more frequent in people with diabetes, retinopathy remains the leading...