最近，汕头大学范衠教授和上海交通大学郑策教授共同完成的论文《Detection of Referable Horizontal Strabismus in Children's Primary Gaze Photographs Using Deep Learning》，被美国眼科和视觉科学研究协会旗下知名期刊《Translational Vision Science and Technology》（JCR：Q2）录用。论文的第一作者是郑策教授，通讯作者是范衠教授。

      斜视的自动检测是早诊断和治疗儿童斜视的一项重要工作。斜视是一种双眼不对位，在儿童当中发病率较高的眼部疾病。同时斜视也是导致儿童弱视和复视的常见原因，还会引起儿童的自信下降，自尊焦虑等心理疾病，因此早期诊断和及时的治疗是至关重要的。 但在大部分国家和地区，能够执行斜视筛查诊断的儿科医师的数量是有限的，同时斜视的临床诊断是复杂密集的劳动性工作，需要由专家完成，所以传统的斜视临床诊断有较大的人工成本和时间成本。因此儿童斜视的自动检测诊断算法是极其有必要的。

      针对传统斜视自动检测方法的缺点，该论文对斜视的自动检测算法进行了进一步研究，提出了一种基于深度学习的自动化斜视检测算法，如图1所示。该算法首先使用Faster-RCNN网络实时自动检测患者的眼部注视区域，然后将眼部注视区域输入到inception-v3网络当中进行检测分类。最终该算法的斜视检测的正确率高达95%，并且高于三名专业医师的斜视检测的正确率。

图1 斜视自动检测算法框架图

图2 DL模型与专业眼科医生的检测正确率对比

论文引用：

Zheng C, Yao Q, Lu J, Xie X, Lin S, Wang Z,Wang S, Fan Z, and Qiao T. Detection of Referable Horizontal Strabismus in Children's Primary Gaze Photographs Using Deep Learning[J]. Transl Vis SciTechnol. 2021 Jan 27;10(1):33. doi: 10.1167/tvst.10.1.33. PMID: 33532144;PMCID: PMC7846951.[Download PDF]