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