HOG-CNN模型提升眼底图像自动分类准确率
摘要
研究团队提出一种融合手工特征与深度学习的HOG-CNN模型，将方向梯度直方图（HOG）与预训练EfficientNetB3网络结合，用于糖尿病视网膜病变、青光眼和年龄相关性黄斑变性的眼底图像分类。在多个公开数据集上测试显示：二分类DR识别达98.5%准确率和99.2 AUC，五分类DR为94.2 AUC，IC-AMD数据集上达92.8%准确率和94.5 AUC，青光眼检测AUC为87.2。
信息来源： PubMed Ophthalmology 发布于 2026年3月9日
要点速览
- HOG-CNN模型融合手工HOG特征与EfficientNetB3深度特征，用于三种常见视网膜疾病分类
- 在APTOS 2019、ORIGA和IC-AMD三个公开数据集上完成验证，覆盖DR二分类、五分类、青光眼及AMD诊断
- 二分类DR识别达98.5%准确率和99.2 AUC；IC-AMD数据集上达92.8%准确率和94.5 AUC
本站解读
这项研究本质上是给AI医生加了一双更懂纹理的‘眼睛’——它没抛弃传统图像分析里对血管走向、出血边缘等局部细节的敏感度（HOG），又保留了深度学习抓取病灶整体形态的能力（EfficientNetB3）。样本全部来自公开数据集，虽未说明具体病例数，但覆盖DR、青光眼、AMD三大疾病，且在多任务、多数据集上稳定领先，说明方法鲁棒性较强。不过，所有结果都基于脱敏、标注良好的科研图像，真实门诊中模糊、偏心、反光严重的眼底照相尚未验证。
短期内难直接改变临床流程：模型尚未接入真实设备或医院PACS系统，也未通过CFDA/NMPA等监管审批。它更可能先作为筛查辅助工具嵌入基层眼科设备，尤其适合资源有限环境——论文特意强调其轻量化和可解释性。国内情况有待确认。
普通人无需因此调整日常行为。这类技术不改变患者自查方式或就诊节奏，也不替代医生判断。如有疑虑可咨询眼科医生。
常见问题
这个AI看眼底照片准不准？
在研究使用的公开数据集上很准：糖尿病视网膜病变二分类准确率达98.5%，黄斑变性识别准确率92.8%。但这些结果来自质量较好的标注图像，实际门诊中拍照条件复杂，准确率可能下降。该模型目前处于研究阶段，尚未用于临床诊断。如有疑虑可咨询眼科医生。
以后查眼病不用医生看了吗？
不是。这个模型只是辅助筛查工具，不能替代医生综合判断。它不处理患者症状、眼压、视野等其他关键信息，也无法解释病情进展或制定治疗方案。医生仍需结合临床检查做出最终诊断。如有疑虑可咨询眼科医生。
延伸阅读
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。
超广角OCTA联合临床指标识别2型糖尿病早期视网膜病变
该研究纳入1676名2型糖尿病患者，其中1047人用于训练、453人用于内部测试、176人来自社区的外部验证集。研究结合超广角光学相干断层扫描血管成像（UW-OCTA）图像与临床指标（如病程、糖化血红蛋白、低密度脂蛋白胆固醇和收缩压），构建多模态深度学习模型。结果显示，多模态模型在内部和外部验证集中AUC分别为0.921和0.849，优于仅用图像或仅用临床数据的模型，提示其有助于无创识别早期糖尿病视网膜病变。
基于可变形注意力ResNet与群体爬山优化的视网膜新生血管检测
研究提出一种名为DAPR-PSHO的新深度学习框架，用于从眼底图像中精准识别视网膜新生血管（RNV）。该框架结合可变形卷积与注意力机制，自适应调整感受野以捕捉异常血管结构，并通过PeriV-Transformer驱动的粒子群爬山优化算法，聚焦微小的血管周围早期病变。实验显示其准确率达0.98、精确率0.985、召回率0.986，显著优于现有模型。