youcans的博客

本文更新了ROP的分类体系，基于科学、技术以及临床医学的进展，提出了许多新的分类标准。对ROP的急性期（阶段1-3）进行了更加详细的描述，并明确了如何识别阶段1中的“界线”、阶段2的“脊”、以及阶段3的“视网膜外新生血管增生”。这些原则将为未来提高ROP研究和临床护理提供基础。

VascX 是一种面向彩色眼底图像（CFI）的视网膜血管分析深度集成模型，旨在实现高精度的血管分割、动静脉分类与视网膜结构特征量化。本文配套提供完整工程化实现方案，包括眼底图像预处理工具 retinalysis‑fundusprep 与推理工具 rtnls_inference，支持一键式批量处理、边界提取、对比度增强与血管分析结果输出，可直接用于临床辅助诊断与科研数据集标准化处理。

SegDINO 是一种基于 DINOv3 的高效图像分割框架，通过冻结预训练的 DINOv3 视觉变换器作为编码器，并搭配轻量级 MLP 解码器，实现了高性能与高效率的平衡。该方法从 DINOv3 中提取多层特征进行对齐和拼接，仅需训练少量解码器参数即可完成分割任务。实验表明，SegDINO 在医学和自然图像数据集上均达到 SOTA 性能，同时具备优异的参数效率和推理速度。

本研究构建了首个中文ROP风险预测数据集CROP（993条早产儿入院记录），提出Affective-ROPTester评估框架，探究LLMs在ROP预测中的能力与偏差。研究发现：1）LLMs仅依赖内在知识预测效果有限，引入外部知识可显著提升性能；2）模型存在高估中高风险的固有偏差；3）积极情感框架能有效缓解预测偏差。该研究为医疗AI的风险预测提供了新基准，揭示了情感提示工程在提升诊断可靠性中的重要作用。

MADGNet，一种用于医学图像分割的模态无关领域可泛化网络，通过多频率多尺度注意力机制解决现有方法在跨模态泛化中的局限性。包含两个核心模块： 1）MFMSA模块：融合多频率通道注意力与多尺度空间注意力，优化边界特征提取； 2）E-SDM模块：通过集成式深度监督减少上采样中的信息损失。

基于CLIP与伪标签的单阶段零样本目标检测网络CLIP-YOLO，通过视觉语言嵌入对齐和通道分组增强坐标注意力模块（CGEC）优化特征表征，并利用CLIP与区域提议网络生成高质量伪标签扩展训练集多样性。（1）单阶段检测框架结合CLIP零样本分类能力；（2）CGEC模块增强特征表示；（3）多模态伪标签生成机制。代码已开源。

FunBench 视觉问答基准专为评估多模态大型语言模型（MLLMs）的眼底图像解读能力而设计，其核心特点是四级分层任务架构（模态感知、解剖结构感知、病变分析、疾病诊断）和三种针对性评估模式（基于线性探针的视觉编码器评估、知识提示的语言模型评估、整体评估），数据集涵盖 16,348 张眼底图像和 91,810 个视觉问题

FLAIR，一个专用于视网膜眼底图像分析的视觉-语言基础模型。通过整合284,660张眼底图像和96种病理类别，FLAIR创新性地将专家知识以文本提示形式嵌入模型训练，包括病理细粒度特征描述和层级关系。实验表明，该模型在领域迁移和未知类别场景下展现出卓越的泛化能力，经轻量级微调后性能显著优于CLIP等通用模型及专用模型，为医学影像AI提供了专业化的基础模型解决方案。

本文提出VM-UNetV2模型，创新性地结合视觉状态空间模块与语义细节融合机制，用于医学图像分割任务。针对现有CNN和Transformer模型在长程依赖建模与计算效率方面的不足，该模型通过VSS模块捕获广泛上下文信息，并采用SDI模块增强多层次特征融合。实验在7个公开医学数据集上验证了VM-UNetV2的优越性能，其不仅分割精度优于VM-UNet、UNetV2等对比模型，还具有更低的计算复杂度。该研究为SSM-based医学分割算法的发展提供了新思路，代码已开源。

本文提出首个纯基于状态空间模型（SSMs）的医学图像分割模型VM-UNet。针对现有CNN模型长程建模能力不足和Transformer模型计算复杂度高的问题，VM-UNet采用视觉状态空间（VSS）块构建非对称编解码器结构，在保证线性计算复杂度的同时增强长距离依赖建模能力。

U-Net v2 模型通过创新的SDI模块优化医学图像分割中的跳跃连接机制。SDI模块利用Hadamard乘积融合高层语义与低层细节特征，结合空间和通道注意力机制增强特征表达。该模型可无缝集成到各类编解码器网络，为医学图像分割提供高效解决方案。

U-Bench是首个全面评估100种U-Net变体的大规模基准测试平台，涵盖28个数据集和10种医学影像模态。该研究提出U-Score新指标，综合评估模型性能与计算效率，揭示了现有方法在统计显著性、零样本泛化能力和效率权衡方面的不足。该工作填补了U-Net变体缺乏系统性评估的空白，为临床部署和未来研究提供了重要参考。

nnU-Net是由Isensee等人提出的自配置医学图像分割框架，通过自动分析数据集特征并优化网络配置，在多项国际挑战中达到领先水平。该系统将复杂的参数设置流程系统化为固定参数、基于规则的参数和少量经验参数，无需专业知识即可实现高性能分割。支持2D/3D图像处理，适用于各类模态和尺寸的医学影像。

本文针对当前糖尿病视网膜病变（DR）早期筛查中主流 AI 模型多为黑箱、事后解释方法不可靠且难以辅助临床决策的问题，开发并验证了一种固有可解释的深度学习模型（稀疏 BagNet），该模型通过在网络架构中明确建模 DR 局部证据生成可解释的类别证据图，在保持良好筛查性能的同时，为医生提供可信的决策依据，提升早期 DR 筛查的临床协作效率，推动医疗 AI 的透明化与临床落地。

一种新型混合CNN-Transformer模型，用于视网膜疾病检测的可解释诊断。该模型整合了CNN的局部特征提取能力和Transformer的全局依赖关系建模优势，通过双分辨率自注意力机制（DRSA）同时捕捉细粒度细节与全局上下文。与现有方法不同，该架构在单次前向传播中直接生成类别特定的稀疏证据图，无需后处理步骤。实验结果表明，该模型在糖尿病视网膜病变和年龄相关性黄斑变性分类任务上达到最先进性能，同时提供忠实且可定位的视觉解释

最大的医疗推理数据集ReasonMed，包含37万高质量样本。该数据集通过多智能体框架生成，结合Qwen2.5-72B等模型生成175万条初始推理路径，经EMD筛选流水线优化。研究发现融合详细思维链推理与简洁摘要的训练策略最优，基于此训练的ReasonMed-7B/14B模型在多项医疗QA任务上表现优异，甚至超越70B参数模型。

本文提出了一种极简的深度学习模型（Little U-Net和W-Net）用于视网膜血管分割，在保持极低参数规模（3.4万-6.8万）的同时，在多个标准数据集上达到或超越现有SOTA模型性能。研究通过严格的评估协议和跨10个数据集的泛化分析，揭示了当前模型在领域偏移下的局限性，并提出简单的自标记策略实现性能提升。

冷冻电镜断层扫描（cryo-ET）图像中蛋白质颗粒的自动标注面临低信噪比、缺失楔形伪影等挑战。本研究提出混合YOLO-UNet3D框架，整合YOLO的高效区域检测与UNet3D的3D特征提取能力，采用优化的SPPF模块和非对称特征分割，结合DBSCAN后处理。在CZII数据集上，该框架平均召回率达0.8848，F4分数0.7969，显著优于DeepFinder等现有方法。实验表明其在不同蛋白质类型和成像条件下均表现稳健，为结构生物学研究提供了可靠的高通量分析方案。

UoloNet模型 将UNET分割网络与YOLO目标检测相结合，通过多任务共享学习机制提升小目标医学图像分割性能。该模型采用共享编码器提取特征，利用目标检测分支提供的位置信息与分割结果融合，有效去除离散噪声点，并通过CIOU损失函数优化训练过程。实验表明，在SEHPI和LITS数据集上，UoloNet较传统UNET模型显著提升了小肿瘤分割精度，为临床诊断提供了更可靠的AI解决方案。

本文提出了一种结合YOLOv8s与U-Net的混合深度学习模型TumorNet，用于MRI影像中脑肿瘤的检测与分割。该模型利用YOLOv8s进行高效肿瘤定位，再通过U-Net实现精确分割，在TCIA和CGA数据集上取得了优异性能：97.8%精确度、98.6%准确度和98.5% ROC-AUC分数。这种创新架构整合了目标检测与分割的优势，为临床脑肿瘤诊断提供了自动化解决方案。研究采用迁移学习方法，克服了医学影像数据不足的挑战，显著提升了脑肿瘤分析的准确性和效率。

SABPI-Net是一种用于早产儿视网膜病变(ROP)诊断的结构感知网络。该网络针对ROP早期病变检测难、临床表型复杂和成像异质性大的问题，提出了高频映射分支(HFM)和代理交互注意力模块(PIAM)，增强对视网膜细微结构的感知能力。通过领域无关嵌入空间自匹配(DAESSM)策略提升模型泛化性。在17万+张CFP数据集上实现95.32%的准确率，显著优于现有方法，特别是对A-ROP(61.54%敏感度)和其他婴儿视网膜疾病(74.52%敏感度)的诊断效果突出。该研究为ROP早期筛查提供了有效的AI工具。

针对视网膜图像多类别分割中的段内误分类问题，提出了一种创新解决方案。将多类别分割分解为多个二值分割任务，通过对抗性分割网络和深度监督的二值转多类别融合网络进行特征整合。该方法在DRIVE-AV、LES-AV和HRF-AV数据集上显著提升性能，F1分数分别提高4.4%、5.1%和4.2%，有效解决了血管交叉区域的误分类问题。

Zhou Y等研究预训练数据对医学基础模型的影响。研究使用英国MEH和中国SDPP的视网膜图像数据，采用两种自监督策略构建平行模型FM-MEH和FM-SDPP。结果显示：1）在70%下游任务中两模型性能相当，但在预训练数据与下游数据匹配时约1/3任务性能更优；2）年龄是影响模型公平性和泛化性的关键元数据，性别和种族无显著影响。该研究强调需要基于证据选择预训练数据并提高数据透明度，以指导医学基础模型的开发与应用。

AutoMorph 是一款基于深度学习的视网膜血管自动化分析工具，包含图像预处理、图像质量分级、解剖结构分割、血管形态特征测量四大模块，通过模型集成与置信度分析提升可靠性，在多组独立公开数据集上外部验证表现优异（如图像质量分级 F₁分数 0.86、视盘分割 F₁分数 0.94），且测量特征与专家标注一致性良好，可助力眼科及系统性疾病研究，推动眼组学领域发展。

本文提出基于自监督学习的 视网膜图像基础模型 RETFound，该模型通过在 160 万张未标注的视网膜图像（CFP 和 OCT）上训练，在眼部疾病诊断、眼部疾病预后及全身性疾病预测任务中以更少标签数据持续优于对比模型，具备良好标签效率、泛化性与可解释性，为医学 AI 临床应用提供新方案。

本文聚焦早产儿视网膜病变（ROP）诊疗中的临床痛点，系统梳理了人工智能（AI）在 ROP 检测、分类、分期及预后中的应用现状，旨在通过 AI 技术解决传统诊疗的主观性与资源瓶颈问题，为 ROP 临床管理提供标准化、高效化方案。

本文提出了一种 三阶段、分层式 的3D 血管生成框架。该方法将血管生成任务分解为构建全局关键图、生成局部血管段和分层组装三个步骤，解决现有方法难以兼顾全局拓扑正确性和局部几何细节的难题，在多个真实血管数据集上取得了SOTA性能。

本文提出一种结合三流并行特征提取、串联式深度特征融合与序数分类策略的深度学习框架，实现了 ROP 的自动 5 级分期，在单图像和单检查评估中均取得优异性能，有效解决了临床 ROP 分期效率低、主观性强的问题，为大规模 ROP 筛查提供了可靠工具。

Dino U-Net 通过融合 DINOv3 的高保真特征与 U-Net 结构，在多种医学图像分割任务中实现精度与效率的双重突破，验证了大模型特征在医学领域的强大迁移潜力。本文介绍 Dino U-Net 论文原理与方法，详细讲解 Dino U-Net 项目下载、配置和使用方法

本文针对 AP-ROP 症状隐匿易误诊、医生诊断主观且缺乏自动诊断方法的问题，提出以 ResNet 为骨干、整合 SE 与 HBP 模块的双网络分级框架（先判 ROP 再分 AP-ROP），结合迁移学习，基于 12230 张眼底图构建自动诊断系统，联合准确率达 95.81% 且临床效果优于眼科医生，填补了 AP-ROP 大样本 DCNN 诊断的空白，可有效辅助临床减少 ROP 致盲风险。

1．定义：ROP 是发生在早产儿和低体重儿的眼部视网膜血管增生性疾病。I 区是以视乳头中央为中心，视乳头中央到黄斑中心凹距离的 2 倍为半径画圆；Ⅱ 区以视乳头中央为中心，视乳头中央到鼻侧锯齿缘为半径画圆，除去 I 区之后的环状区域；Ⅱ 区以外剩余的部位为Ⅲ区。早期病变越靠近后极部（I 区），进展的风险性越大。1 期：约发生在矫正胎龄 34 周，在眼底视网膜颞侧周边有血管区与无血管区之间出现分界线；2 期：平均发生于矫正胎龄 35 周（32~40 周），眼底分界线隆起呈嵴样改变；

本文针对 ROP 诊断治疗主观依赖经验、现有 AI 缺乏治疗推荐及医疗资源不均的问题，基于深圳眼科医院 24,495 张 RetCam 图像开发了结合 DenseNet-121（ROP 识别）与 ResNet-18（严重 ROP 识别、LP/IVI 治疗推荐）的三任务 AI 系统，其性能（三任务 AUC 0.9132-0.9531，外部验证准确率 92%）显著优于 4 位眼科医生，填补了 ROP AI 治疗指导的空白，为不同医疗场景下的 ROP 筛查与治疗决策提供了可靠的客观辅助工具。

本文针对 AP-ROP 传统诊断主观、现有自动诊断依赖分割且性能差的问题，提出基于 ResNet50 与 VGG16 的双阶段深度卷积网络框架，结合 ImageNet 迁移学习，实现 “正常 / ROP 判定→ROP 亚型分类” 的端到端自动诊断，在自收集数据集上达成 96.53%（Network-1）与 98.46%（Network-2）的准确率，低假阴性率符合临床需求，可辅助医生提升诊断效率与准确性。

本研究首次提出一种基于深度学习的 Zone-I 自动识别方法，解决了 ROP 筛查中 Zone-I 划分主观性强、效率低的问题，识别精度达专家水平，为 ROP 早期诊断和远程筛查提供了高效、可靠的技术支持。使用深度卷积神经网络（DCNN）+ 区域建议网络（RPN）+ 全卷积网络（FCN）联合识别：视盘中心（Optic Disc Center），黄斑中心（Macular Center）。根据 ICROP 标准，利用识别出的两个中心点，自动计算并绘制 Zone I 区域。

nnU-Net，一种用于生物医学图像分割的深度学习方法，它可以为任何新任务自动配置。关键的创新在于将复杂的手动方法配置流程系统化为固定参数、基于数据集属性的规则参数以及最少的经验参数进行优化。通过自动配置, nnU-Net极大地降低了将深度学习应用于生物医学图像分割任务的门槛。

本文档围绕印度卡纳塔克邦 “早产儿视网膜病变互联网辅助诊断项目（KIDROP）” 展开，该项目以 “远程医疗 + 非医生分级员 + 宽视野成像 + 智能手机报告” 为核心，构建了覆盖欠发达地区的 ROP 筛查与治疗体系。

PALM 病理性近视视网膜血管图像开放数据集，包含1200张彩色眼底图像，提供病理性近视类别标签和 视盘、两个病灶区域（萎缩和脱离）的手动注释、黄斑定位，是观察眼底病变、构建自动化诊断和病理性近视分析工具的强大资源。提供 针对 PM 分类、视盘分割、黄斑定位等任务的基线模型并开源代码。

本文提出了一种用于早产儿视网膜病变（ROP）诊断的对抗性血管揭示半监督分割方法（AVUSS），通过结合不确定性加权血管揭示模块与领域对抗学习，有效利用公开标注数据和未标注ROP图像提升血管分割性能。该方法采用教师-学生网络架构，通过多解码器正则化策略增强模型鲁棒性，并首次实现无ROP血管标注条件下的多阶段分类任务。实验表明，该方法在CHASEDB、STARE和内部ROP数据集上均取得优越性能，下游ROP分类准确率显著提升，为临床早期诊断提供了新思路。

本文提出了一种用于早产儿视网膜病变（ROP）自动分区的新方法，主要聚焦于解决标注数据稀缺与病变区域定位复杂的问题。本文首次将半监督对抗学习引入ROP分区任务，有效缓解ROP分区中标注数据稀缺的问题。提出新型注意力机制模块FCM，从空间与通道两个维度对特征进行校准，显著提升了模型对关键区域的聚焦能力。

本文提出了一种基于关键区域定位（KAL）系统的早产儿视网膜病变（ROP）自动分区方法，旨在解决传统ROP诊断中分区主观性强、一致性差的问题。系统由两个核心网络组成：轻量级残差热图网络（LRH-Net）和ROP病变定位网络（ROP-LLNet），分别用于定位视盘（OD）与黄斑中心，以及ROP病变区域，最终实现根据ICROP标准对ROP进行自动分区。