#多模态预测模型

多模态预测模型助力角膜屈光手术后视觉质量恢复

该研究旨在通过整合多模态数据，建立一个预测模型以评估角膜屈光透镜切除术（KLEx）后的视觉质量恢复情况。研究纳入了210只近视眼，使用客观散射指数（OSI）评估术前和术后视觉质量，并利用U-net深度学习模型对术后扫描图像进行高精度分割，提取放射组学特征。这些特征与临床数据、手术参数、角膜地形图及生物力学参数结合，用于预测术后1天和1周的OSI。结果显示，30.95%的眼睛在早期视觉恢复不佳，球镜等效度、角膜曲率和切割深度在视觉质量良好和不良组之间存在显著差异。ExtraTrees模型在术后第一天表现出高预测效能（AUC = 0.96），而AdaBoost模型在术后一周表现更优（AUC = 0.99）。回归模型RidgeCV和LassoLarsIC分别在术后1天和1周的OSI预测中表现最佳。研究建立了基于术中扫描图像特征、角膜生物力学和密度测量参数的预测框架，为个性化手术规划提供了定量依据。