#视乳头凹陷综合征

无训练视觉-语义融合技术在罕见眼病诊断中的突破

先天性视乳头凹陷综合征（MGS）是一种罕见的先天性疾病，约50%的患者会出现视网膜脱离。广泛筛查有助于早期发现，但对医疗资源造成巨大负担。现有AI辅助诊断方法依赖大规模数据集进行特征学习，而MGS数据稀缺限制了模型优化。为此，研究提出了一种无需训练的方法TF-VSF，利用基础模型和MGS特异性病理结构生成低维、精炼的特征表示。具体而言，基于通道的视觉重校准模块引入SAM预训练知识生成粗分割掩码，再通过金字塔校准模块无参数地过滤高维语义结构。随后，基于语义的位置感知模块利用CLIP预训练知识生成边缘能量控制的隐式特征表示，并与CVR模块的精炼特征融合。最终通过独立成分分析特征降维和密度约束聚类实现分级结果。研究构建了1016张MGS眼底图像的数据集，TF-VSF在准确率和F1分数上分别达到95.87%和93.50%，超越了自监督、全训练及无训练方法。