可信多视图青光眼预测模型

预测准确率88.8%

该模型利用证据深度学习理论量化多模态数据质量，动态融合视野检查和眼底照相信息，实现更可信的青光眼进展预测。

郑秀娟 · Wo, Wang · Lv, Zhiqing · Ni, Li

Expert Systems with Applications 2025

参数信息

预测准确率

0.888

特异性

0.956

AUC

0.849

技术优势

预测更可靠

模型输出预测不确定性，使医生能够判断结果的可信程度，减少误判对诊疗决策的影响。

融合多模态病理信息

动态调整不同质量的多模态数据的贡献，相比单模态或固定权重融合能提取更多互补信息。

应用场景

• 青光眼辅助诊断：提供进展概率和不确定性，辅助医生制定干预或调整治疗方案。
• 多模态医学数据分析：动态融合视野和眼底照相数据，克服单一模态信息不足。
• 可信机器学习：通过证据深度学习量化数据质量，给出可信的不确定性估计。
• 慢性眼病进展监测：在多次随访中追踪进展概率，发现隐匿变化。
• 眼科影像智能分析：自动处理眼底彩照，提取与青光眼进展相关特征。