学术研究
DenseViT-OCT模型实现ERM严重度自动分级
研究团队开发了名为DenseViT-OCT的混合深度学习模型,融合密集卷积神经网络(CNN)与视觉Transformer(ViT),引入多尺度密集特征聚合等三个新模块,用于光学相干断层扫描(OCT)B扫图像的特发性黄斑前膜(ERM)严重度四分类。模型在2195张B扫图像(来自397名患者)上训练验证,内部测试集准确率达94.76%,显著优于19种主流模型;外部验证准确率90.76%,AUC达97.61%。
#人工智能#光学相干断层扫描#黄斑前膜
PubMed Ophthalmology