← 返回实验室

AI眼底糖网筛查定制:图像质控与分级复核

在基层眼底筛查场景中,图像质量是决定糖网分级模型能否落地使用的第一道门槛。本期实验把流程拆成三级:采集端质控、分级推理、医生复核,重点验证前两级能否减少无效判读。

进展:
1)质控模型以清晰度、曝光均匀度、视盘可见度为判据,对单张图输出可用或重拍建议。在内部脱敏测试集上,被质控判为可用的图像中,医生判定不可读的比例降至个位数百分比,重拍主要集中在瞳孔偏小与睫毛遮挡两类。
2)分级按国际分级标准做四类粗分(无明显病变、轻中度、重度、增殖期),同时输出转诊建议与置信度。低置信度样本自动进入人工队列,不做静默放行,避免把不确定性转嫁给筛查对象。

下一步:与两家基层机构开展前瞻性小样本对照,观察实际重拍率、转诊符合率与医生复核耗时,并评估不同眼底相机型号之间的域偏移,确认质控阈值是否需要按设备分组标定。

评论

更多研究动态

查看全部实验室 →