#视觉变换器

基于视觉变换器的青光眼检测模型

这项研究使用深度学习算法分析视盘照片，根据视神经外观将眼睛分类为青光眼或健康。研究人员利用开源语言R和RimNet对图像进行预处理，并基于Google的视觉变换器（ViT）开发了模型。该模型在训练、验证和测试阶段分别达到了1.00、0.98和1.00的AUC值，整体准确率为0.987，灵敏度为0.994，特异性为0.969。进一步评估显示，在956个晚期青光眼病例中，模型的准确率高达99.9%。研究表明，深度学习在早期青光眼筛查中具有巨大潜力。