编辑推荐：
早产儿视网膜病变（ROP）严重威胁早产儿视力，但现有深度学习方法对 ROP 疾病分区关注不足且未整合分期分区评估。研究人员提出 SegClass-Net 框架开展研究，其分割精度高，诊断准确率达 91.78%，为 ROP 综合评估提供新方案。
早产儿视网膜病变（Retinopathy of Prematurity，ROP），如同隐藏在早产儿视力发展道路上的 “恶魔”，悄无声息地威胁着无数早产儿的光明未来。这是一种主要发生在孕周不足 36 周的早产儿身上的眼部疾病，尤其是那些出生体重较低、经历过长时间吸氧治疗的宝宝们。患病时，视网膜微血管会出现异常增生，随后又发生收缩，就像原本有序的交通网络陷入了混乱，这种病变不断发展，严重时可能导致牵引性视网膜脱离，最终让宝宝们陷入不可逆的失明黑暗之中。
在全球范围内，有大量的人受到 ROP 的影响。随着医疗技术的不断进步，深度学习方法逐渐被应用到 ROP 的诊断领域，为医生们提供了新的诊断思路和工具。然而，当前的研究就像在迷雾中摸索，虽然在一些方面取得了进展，比如在 plus 疾病检测和 ROP 的基本筛查、分期上有了一定成果，但在疾病分区这一关键环节上，关注度远远不够。而且，把自动分期和分区结合起来进行全面的疾病严重程度评估，在现有的研究文献中几乎是一片空白。这就好比盖房子，只注重了部分房间的装修，却忽略了整体结构的完整性，使得对 ROP 的诊断无法达到理想的全面和精准。
为了突破这些困境，来自广州妇女儿童医疗中心的研究人员勇敢地踏上了探索之路。他们开展了一项旨在解决 ROP 诊断难题的研究，提出了一种全新的双任务神经网络框架 ——SegClass-Net，就像为 ROP 诊断打造了一把 “万能钥匙”。经过不懈的努力，研究得出了令人振奋的成果，这个框架展现出了强大的实力，在分割视盘（Optic Disc，OD）和视网膜病变方面表现出色，分割精度分别达到了 96.00% 和 90.81% ，整体 ROP 诊断准确率更是高达 91.78%，相比传统将分期和分区分开处理的方法，提高了 6.85%。这一成果意义非凡，它为 ROP 的综合评估奠定了坚实的基础，就像为医生们提供了一张清晰的地图，帮助他们更准确地判断病情，从而能够更早地对患病宝宝进行干预治疗，大大提高了新生儿眼科的临床治疗效果，为无数早产儿带来了重见光明的希望。该研究成果发表在《Expert Systems with Applications》上，引起了业内的广泛关注。
研究人员在开展这项研究时，运用了几个关键技术方法。首先是利用 RetCam 获取早产儿的视网膜眼底图像，这些图像成为后续研究的重要数据基础。在网络框架构建方面，采用了由 VGF-UNet、Zone-Net 和 EfficientNetB4 组成的 SegClass-Net。其中，VGF-UNet 是基于 VGG-16 的 U 型分割网络，负责特征提取。此外，还引入了基于傅里叶级数展开的等变卷积（F-Conv）以及一种全新的 Prompt 机制。
下面来详细看看研究结果。
网络框架的构建与功能（Network Framework of the ROP Automatic Diagnosis System）：SegClass-Net 专为 ROP 的综合分期和分区诊断而设计。其中，VGF-UNet 作为 U 型分割网络，其编码器基于 VGG-16，包含 16 个权重层，能有效提取特征；解码器则负责对特征进行处理，实现分割任务。整个网络协同工作，旨在实现对 ROP 的自动分期和分区诊断。通过构建这样的网络框架，为后续准确的诊断分析提供了基础架构支持。
数据采集与处理（Data Imaging and Labeling）：研究使用 RetCam 从广州妇女儿童医疗中心采集了 2013 - 2019 年早产儿的视网膜眼底图像。这些图像的采集和分析遵循相关伦理原则，经过了医院伦理委员会批准，并在采集前获得了参与者监护人的知情同意。图像分辨率为 640×[具体数值缺失]，为后续精确的图像分析提供了可靠的数据来源。
诊断性能评估：在实验评估中，SegClass-Net 展现出卓越的性能。在视盘分割上，精度达到 96.00%；视网膜病变分割精度为 90.81%。更值得一提的是，整体 ROP 诊断准确率达到 91.78%，相比传统将分期和分区分别处理的方法，有了显著提升。这表明该框架在实际诊断应用中，能够更准确地识别病变，为临床诊断提供有力依据。
综合来看，研究结论明确表明，SegClass-Net 框架在 ROP 的诊断中具有极高的应用价值。它成功解决了现有研究在 ROP 分区诊断以及分期分区整合评估方面的不足，实现了对视盘和视网膜病变的精准分割，同时提高了整体诊断准确率。这一成果不仅为 ROP 的临床诊断提供了新的有效工具，推动了新生儿眼科疾病诊断技术的进步，还为后续相关研究开辟了新的方向。在未来，有望基于这一研究成果，进一步优化诊断方法，提高诊断效率，让更多早产儿受益，帮助他们远离 ROP 带来的失明风险，迎接充满光明的未来。
