联合SAM分割与时间序列分类识别水平眼震
摘要
研究提出一种基于深度学习的新方法，用于从眼动视频中自动识别水平眼震。该方法先用卷积神经网络剔除无效视频帧，再用SAM模型提取瞳孔运动轨迹，最后通过空间注意力机制和多尺度一维时序卷积分类器判断是否存在水平眼震。在临床采集的视频数据集上，瞳孔定位准确率达79.53%，眼震检测精确率达81%，优于其他同类方法。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- 该研究提出一种新AI模型，用于从眼动视频中自动检测水平眼震。
- 方法结合SAM分割提取瞳孔轨迹与多尺度时序卷积分类器进行判别。
- 在临床视频数据集上，眼震检测精确率达81%，高于其他现有方法。
本站解读
这项研究本质上是给医生配了一个更准的‘数字助手’：它不靠人工观察视频，而是用AI同时做两件事——先精准框出瞳孔怎么动（SAM分割），再分析这段运动是不是典型的‘来回抖’（时间序列分类）。79.53%的瞳孔定位准确率和81%的眼震检测精确率，在当前同类论文中属于明显优势，说明模型对真实临床视频的干扰（如眨眼、头部微动）有一定鲁棒性。但要注意，它只在单一水平眼震数据集上验证，未涉及垂直或旋转眼震，也未报告样本量、患者人数或视频总时长，临床泛化能力尚待验证。
短期内难直接改变诊疗流程。算法需嵌入眼动仪或视频记录系统，还要通过医疗器械注册审批，目前尚未提及任何临床部署或验证阶段。国内情况有待确认。
普通人无需因此调整生活习惯或检查频率。眼震本身是体征而非疾病，发现异常仍需由医生结合病史、前庭功能等综合判断。如有疑虑可咨询眼科医生。
常见问题
这个AI能自己看出我有没有眼震吗？
不能单独使用。它需要配合专业眼动视频采集设备，且目前仅在实验室环境下验证过，尚未作为诊断工具投入临床使用。检测结果必须由医生结合其他检查综合解读。如有疑虑可咨询眼科医生。
比医生看视频更准吗？
在该研究测试的数据集上，其眼震检测精确率达81%，高于其他对比方法，但这是在特定条件下的算法表现，并不等于替代医生。实际诊疗中，医生还需评估眼震方向、频率、诱因及神经系统表现，AI只是辅助工具。
延伸阅读
眼震与眩晕诊断的AI与便携技术进展综述
该综述整合了1952至2026年间约50篇文献，聚焦AI分析、临床医学、便携硬件和远程医疗四大方向。研究显示，经典机器学习模型对眼震识别准确率达98.77%，深度学习模型可在普通智能手机RGB视频中实现与金标准视频眼动图相当的慢相速度测量。ARKit应用、3D打印护目镜等便携设备正提升基层可及性，但数据稀缺、环境敏感性和AI不可解释性仍是临床落地的主要障碍。
用CheXNet加注意力机制提升糖网眼底图像分析
该研究提出一种融合CheXNet预训练权重与卷积块注意力模块（CBAM）的深度学习模型，用于糖尿病视网膜病变（DR）的眼底图像自动分级。模型在APTOS 2019和DDR两个公开数据集上分别达到96.12%和96.33%的准确率，优于CheXNet、DenseNet121等五种对比模型。研究还引入Grad-CAM可视化技术解释模型决策依据。
基于改进鲸鱼算法与卷积KAN网络的糖尿病视网膜病变分级方法
研究人员提出一种新的人工智能模型，结合ShuffleNet V2与视觉Transformer注意力机制提取眼底图像特征，再用改进鲸鱼优化算法（IWO）微调，并通过卷积Kolmogorov-Arnold网络对糖尿病视网膜病变（DR）严重程度分级。模型在EyePACS数据集上训练，在Messidor-2数据集上测试，平均准确率达93.84%，且计算资源需求较低。