ConvNeXt-L眼病分类模型

五类眼病智能诊断

专门针对B超图像常见眼病的智能辅助分类模型，可自动区分五类病变并生成可视化结果，为眼科医生提供准确的辅助诊断信息。

朱绍军 · Ying, Lu · Zheng, Bo · 吴茂念 · Yao, Xue · 杨卫华 · Gong, Yan

Frontiers in Neuroscience 2024

参数信息

准确率

84.3 %

Kappa值

80.3 %

敏感度（无明显异常）

93.2 %

特异度

94.6-98.1 %

F1分数

71-92 %

AUC

89.7-97.8 %

技术优势

诊断不费力

模型自动对B超图像进行分类，无需医生逐张人工判读，降低劳动强度。

准确率够用

整体准确率84.3%，对无明显异常类别的敏感度高达93.2%，适合筛查场景。

解释性强

模型能够可视化病理变化，辅助医生理解模型的判断依据。

应用场景

• 眼科辅助诊断：自动分类五类常见眼病，减轻医生阅片负担。
• 医学影像智能分析工具：提供B超图像智能分析和病变可视化，辅助诊断。
• 超声诊断设备：可集成到超声设备中，实现实时辅助诊断。