科学家研发“上睑下垂数字标尺”

近日，由中山大学中山眼科中心教授林浩添团队、清华大学教授徐枫团队牵头，研发出一套基于智能手机的“上睑下垂数字标尺”（DRP），仅凭一段约10秒的手机视频，即可自动量化上睑缘角膜映光距离（MRD1）和提上睑肌肌力，为上睑下垂的精准诊断与手术决策提供客观依据。相关成果发表于《美国医学会眼科学杂志》。

DRP工作流程示意图。研究团队供图 据介绍，研究团队在前期基于深度学习和眼面部三维重建的“数字面罩”技术基础上，开发的DRP系统通过智能手机视频与三维重建技术相结合，实现MRD1及LF的客观评估，并引入实时质量控制机制，提高数据采集的规范性。 为系统评估其临床性能，团队在中山大学中山眼科中心、中山大学附属第一医院、福建医科大学附属第二医院、深圳眼科医院、娄底市中心医院开展了前瞻性多中心诊断准确性研究。 此外，团队在同一前瞻性测试数据集上，将DRP与基于二维RGB图像的深度学习模型进行直接比较，进一步评估三维重建在上睑下垂诊断及手术策略分类中的应用优势。 结果显示，在1862只眼中，DRP测量的MRD1与眼整形专科医生的结果高度一致，平均绝对误差仅0.52毫米，组内相关系数（ICC）达0.93；诊断上睑下垂的曲线下面积（AUC）为0.97。在1830只眼中，DRP对提上睑肌肌力的自动量化同样表现出色，平均绝对误差为0.95毫米，ICC为0.95；对异常提上睑肌功能和重度功能下降的识别AUC均达到0.98。此外，DRP的性能在不同亚组中均保持稳定。 在与二维方法的比较中，DRP在上睑下垂诊断和手术策略分类方面均表现出更优性能，AUC分别达0.97和0.98，均高于同一前瞻性测试数据集上基于二维RGB图像的深度学习模型（AUC均为0.89），体现了三维重建在疾病诊断与临床决策支持中的优势。 “这项技术让智能手机成为眼科精准评估的便携工具。”论文共同通讯作者林浩添表示，DRP不仅实现了眼睑形态亚毫米级的自动量化，还突破了提上睑肌功能动态测量的难点，同时依托三维重建兼顾了患者面部隐私保护，为上睑下垂的标准化评估、基层筛查、远程随访与居家监测提供了可及的新路径。