Refining Intraocular Lens Power Calculation: A Multi-modal Framework Using Cross-Layer Attention and Effective Channel Attention

摘要

背景： 为人工晶状体 （IOL） 选择合适的度数对于白内障手术的成功至关重要。传统上，眼科医生依靠手动设计的公式（如“Barrett”和“Hoffer Q”）来计算 IOL 屈光力。然而，这些方法的准确性有限，因为它们主要关注眼轴长度和角膜曲率等生物识别数据，而忽略了揭示眼睛内部解剖结构的术前图像中的丰富细节。
目的： 提出了一种新的深度学习模型，该模型利用多模态信息进行准确的 IOL 功率计算。
方法： 为了解决光学相干断层扫描 （OCT） 图像中的低信息密度（即大多数区域的像素值为零）的问题，引入了一个跨层注意力模块，以充分利用分层上下文信息来提取全面的解剖特征。此外，传统公式给出的 IOL 幂被视为先验知识，有利于模型训练。
结果： 所提出的方法在由 174 个样本组成的自我收集的数据集中进行评估，并与其他方法进行了比较。实验结果表明，提出的方法明显优于竞争对手的方法，平均绝对误差仅为 0.367 屈光度 （D）。令人印象深刻的是，预测误差在 ± 0.5 D 以内的眼睛百分比达到 84.1%。此外，还进行了广泛的消融研究，以验证每个组件的贡献并确定与准确计算 IOL 屈光力最相关的生物识别参数。
代码地址

方法

图 1.不包含有效信息的哑窗口图示。红色和蓝色框是具有不同内核大小的滑动窗口，绿色区域是信息区域

图 2. 编码器中的两个分支分别处理生物识别数据和图像。圆圈中的“C”表示通道级特征连接。生物识别编码器的预测头将被删除，在推理过程中仅保留最终预测。

1. 由于背景区域太多：用了大的卷积核，内核大小从 3 × 3 增加到 31 × 31
2. 跨层注意力 （CLA） 模块来抑制不必要的特征
3. 生物识别编码器：MLP

实验结果