黄金城网站:现阶段现有的人工智能主要是针对青光眼的诊断

本研究提出对2000张以上不同时间间隔的眼底图像进行三维、全方位的深入研究，提出一种基于时间敏感自注意机制的青光眼疾病智能辅助预测算法，实现对青光眼发病概率个体的准确预测。黄金城网站

3月12日至3月18日是第16届世界青光眼周，今年的主题是“关注青光眼:保护视力共识，保护光线指南”。青光眼是世界上第二大常见的失明眼病，也是世界上第一大不可逆致盲疾病，统计数据显示，全球约有7800万人患有青光眼，到2040年，这一数字将上升到1.1亿。但是，由于青光眼缺乏早期症状，约50%的青光眼患者会拖延就医，造成不可逆的视神经损伤。“早发现”是预防青光眼致盲的重要手段。

据介绍，现阶段现有的人工智能主要是针对青光眼的诊断，通常是通过自动分割视盘计算杯盘比来诊断是否有青光眼。青光眼早期预测的研究很少，即通过输入一段时间内的连续图像来判断患者未来患青光眼的可能性。目前已有的算法DeepGF基于LSTM(长短期记忆)递归神经网络设计，检测精度有限，无法预测患者在给定时刻患病的概率。

针对现有算法的局限性，国内相关研究团队提出了一种基于时间敏感的自注意机制的青光眼疾病预测算法glimm - net，即输入所拍摄的序列眼底图像和对应的时刻信息，输出给定时刻发生青光眼的概率。针对如何有效编码时间信息，研究小组进一步提出了时间位置编码模块和时间敏感MSA，根据时间间隔调整对不同图像的注意。