#超广角眼底摄影

深度学习优化提升脉络膜黑色素瘤识别准确率

研究者利用784名患者的864张超广角眼底照片，训练并比较了8种深度学习模型，用于区分脉络膜黑色素瘤（UM）与良性脉络膜痣。基线模型AUC为0.906，而加入健康视网膜对照组作为第三类的最优模型将AUC提升至0.987，并在UM和痣两类上分别达到0.941和0.966的F1分数。结果表明，数据质量、类别设计和上下文调优比单纯增加数据量更关键。