基于注意力机制与对比学习的OCT多病种AI分类模型
摘要
研究团队开发了轻量级深度学习框架AESNet-SEC,在SqueezeNet基础上融合多尺度空洞卷积、空间注意力、挤压激励重校准和对比表征学习,用于OCT图像多病种分类。模型在公开数据集Retinal OCT-C8(24,000张图像,8类)上准确率为98.56%,在伊朗Zeyaei医院前瞻性采集的临床数据集(9732张B扫描,4类)上四次重复评估准确率为96.33%–96.98%。加入高斯噪声测试时,糖尿病视网膜病变和玻璃膜疣的识别下降更明显。Grad-CAM可视化显示模型关注区域符合视网膜解剖,独立视网膜专科医生的审阅给予了定性支持。作者表示仍需更广泛的患者分离、多中心验证。
信息来源: PubMed Ophthalmology 发布于 2026年1月1日
要点速览
- AESNet-SEC在公开数据集OCT-C8上准确率98.56%,在伊朗临床数据集上四次评估准确率为96.33%–96.98%。
- 模型整合多尺度空洞卷积、空间注意力、挤压激励重校准和对比学习,强调轻量化与可解释性。
- 噪声测试中糖尿病视网膜病变和玻璃膜疣识别下降更明显。
- 作者认为仍需按患者划分数据的多中心验证。
本站解读
这项研究的亮点是轻量加可解释:AESNet-SEC在公开OCT数据集上准确率98.56%,在伊朗一家医院前瞻性采集的9732张临床OCT图像上,四次重复评估准确率在96.33%到96.98%之间,热力图显示模型关注的区域也符合视网膜解剖。
但这些数字不宜直接理解为临床可用。临床数据集只有4个类别、来自单一医院;作者在摘要中明确说,仍需要按患者划分数据、在多个中心进一步验证,也就是说同一患者的图像是否同时出现在训练和测试中,还需要更严格的检验。噪声测试中糖网和玻璃膜疣的识别下降更明显,提示成像质量较差时表现可能打折。我们的判断是,这是一个有潜力的研究模型,距离临床部署还有多中心验证和监管审批等步骤。
对国内而言,轻量化模型对算力有限的基层场景有吸引力,但它在国内设备和人群上的表现、以及注册情况,都有待确认。
常见问题
这个AI能代替医生看OCT吗?
不能。它是研究阶段的辅助分类模型,在一家伊朗医院的临床数据上准确率约96%,但作者明确表示还需要多中心验证,原文也没有提到任何监管审批。最终诊断仍需医生结合视力、眼底检查和病史综合判断。它在国内设备和人群上的表现有待确认,如有疑虑可咨询眼科医生。
有了这种AI,以后查眼底还要拍OCT吗?
需要,这个AI本身就是靠OCT图像来分析的。它的作用是帮助医生对已经拍好的OCT图像做分类,不会减少检查项目,也不改变是否需要做OCT的判断。国内患者是否需要做OCT、多久复查一次,仍由医生根据病情决定,如有疑虑可咨询眼科医生。
延伸阅读
基于RETFound模型的DRIL自动分类方法
研究提出一种结合临床知识的深度学习方法,利用眼科医生标注的黄斑中心1毫米区域作为感兴趣区(ROI),对糖尿病性黄斑水肿(DME)患者的OCT图像进行DRIL(视网膜内层结构紊乱)自动分类。研究采用RETFound基础模型,在保守微调策略下于独立测试集上达到平均准确率0.9339、AUC 0.9660,优于多种CNN模型。结果表明,解剖定位引导的AI建模可提升DRIL识别稳定性与泛化能力。
AI自动识别OCT图像中的微动脉瘤
研究团队开发了一种基于三维卷积神经网络的AI模型,用于在糖尿病视网膜病变患者的光学相干断层扫描(OCT)图像中自动识别并三维分割微动脉瘤(MAs)。研究纳入125名受试者,涵盖健康眼及各期非增殖性和增殖性DR。模型在测试集上对单次扫描和多次平均扫描的微动脉瘤检测F1分数分别达96.0%和97.1%,并能定位其在内核层和外丛状层的分布。纵向分析显示该模型可追踪治疗前后微动脉瘤的消退与新生。
AI分析显示DME患者外层视网膜结构损伤模式不同
研究利用AI辅助OCT技术,对1688名糖尿病性黄斑水肿(DME)患者的2355只眼进行横断面分析,量化了外界膜(ELM)和椭圆体带(EZ)中断比例及与积液、炎症灶、视力的关系。结果显示:21.9%的眼睛存在ELM中断,37.6%存在EZ中断;EZ中断更常见,且与炎症性高反射灶增多相关;ELM中断则与视力下降和浆液性视网膜下液负担关联最强。