#多视角学习

视网膜眼底成像在中风评估中的深度多视角学习应用

中风是全球主要的致死和致残原因之一，准确的风险评估和诊断具有重要价值。视网膜眼底成像能够揭示中风风险的已知标志，包括静脉扩张、动脉狭窄和血管扭曲。与其他中风评估技术相比，眼底成像具有易获取、无创、快速且成本低廉的优势。本研究提出了一种多视角中风网络（MVS-Net），利用双眼的眼底图像进行中风和短暂性脑缺血发作（TIA）的检测。该网络通过端到端的深度学习框架，结合了双眼的黄斑中心和视神经头中心视图，定义了代表性的特征并确定其关系。实验结果表明，该框架在中风和TIA检测中达到了0.84的AUC评分。