基于超广角眼底图像的智能诊断：构建首个多类型眼内肿瘤AI数据集

本研究针对眼内肿瘤AI诊断缺乏公开多样化数据集的瓶颈，开发了包含2031张超广角(UWF)眼底图像的综合性数据集，涵盖5种肿瘤类型及正常图像。通过多模型验证，ViT-B算法取得最优性能(AUC 96.87%)，为眼内肿瘤的早期筛查提供了可靠工具。

　　

眼内肿瘤是威胁视力甚至生命的重大疾病，其中视网膜母细胞瘤(RB)和脉络膜黑色素瘤(UM)等恶性肿瘤更具致命风险。然而这类疾病早期症状隐匿，患者就诊时往往已出现严重视力损伤。传统诊断依赖经验丰富的眼科专家，但医疗资源分布不均导致早期筛查覆盖率不足。更棘手的是，现有AI诊断研究面临数据匮乏的困境——公开数据集稀少且多为单一病种，严重制约算法开发。这正是Jie Sun团队在《Scientific Data》发表突破性研究的背景所在。

研究团队创新性地采用超广角(UWF)眼底成像技术，其200°视野范围远超传统设备的30-45°，能更全面捕捉周边视网膜病变。从深圳眼科医院收集的2031张图像经过严格质量控制，由三位专家标注为六类：正常及五种肿瘤类型(RB、UM、CH、RCH、CO)。为验证数据价值，团队测试了ResNet50、ResNet101、ConvNeXt-T和ViT-B四种深度学习模型，采用8:1:1分层抽样划分数据集，并实施数据增强防止过拟合。

技术方法关键点包括：使用Optomap Daytona扫描激光检眼镜(SLO)采集图像；三阶段标注流程（两名初级标注员初筛+高级专家复核）；采用t-SNE可视化数据分布；模型训练使用交叉熵损失函数和SGD优化器，结合线性预热与余弦退火学习率调度。

研究结果显示，ViT-B模型表现最优：测试集准确率91.46±2.12%，AUC达96.87±1.09%，对难区分肿瘤类型（如CO与UM）仍保持81.37%的敏感性。t-SNE可视化证实ViT-B能更好分离各类别特征，而传统CNN模型在相似肿瘤间存在显著混淆。值得注意的是，模型对RB和正常图像的识别最为精准，这与临床实践中RB典型表现相符。

讨论部分指出，这是首个公开的多类别眼内肿瘤UWF数据集，其临床价值体现在三方面：首先，UWF技术克服传统设备视野局限，尤其适合捕捉周边部肿瘤；其次，包含同一患者不同病程的图像，可支持疾病进展研究；最后，ViT模型展现的优越性能提示视觉Transformer架构在医学图像分析中的潜力。但作者也坦承局限：未纳入肿瘤模拟病变（如脉络膜痣）可能影响模型特异性，未来需融合超声、OCT等多模态数据提升鉴别诊断能力。

这项研究的里程碑意义在于：为眼内肿瘤AI诊断建立了标准化基准数据集，其采用的UWF成像和ViT算法为后续研究指明方向。通过促进算法开发，该成果有望解决医疗资源不均导致的筛查缺口，实现"AI预警-专家确诊"的新型诊疗模式，最终改善患者预后。数据集已开源共享，将加速全球范围内眼肿瘤智能诊断研究的进展。