眼球诱导异常头部姿态：诊断与缺失数据插值
计算机视觉与模式识别
2025-10-08 v1 人工智能
摘要
眼球诱导异常头部姿态(AHP)是一种从眼球错位条件（如眼球畸形）中产生的补偿性机制，旨在减少双眼视野并维持双眼视觉。早期诊断可最小化并发症和继发性 facial 不对称；然而，当前临床评估仍大体上是主观的，并且进一步受不完整医学记录的限制。本研究通过两种互补的深度学习框架解决了这两个挑战。首先，AHP-CADNet是一种多层注意力融合框架，用于自动诊断，将眼球 landmarks、头部姿态特征和结构化临床属性整合以生成可解释的预测。其次，设计了一个基于课程学习的插值框架，以逐步利用结构化变量和非结构化临床笔记来增强诊断在现实数据条件下的鲁棒性。使用PoseGaze-AHP数据集进行评估，显示诊断性能稳健。AHP-CADNet在分类任务中实现96.9-99.0%的准确率，连续变量的预测误差较小，MAE范围为0.103-0.199，R2超过0.93。插值框架在所有临床变量上（93.46-99.78%）保持高准确率（PubMedBERT），临床依赖建模显著性地提高（p < 0.001）。这些发现确认了两种框架在临床环境中进行自动诊断和恢复缺失数据的有效性。
引用
@article{arxiv.2510.05649,
title = {Ocular-Induced Abnormal Head Posture: Diagnosis and Missing Data Imputation},
author = {Saja Al-Dabet and Sherzod Turaev and Nazar Zaki and Arif O. Khan and Luai Eldweik},
journal= {arXiv preprint arXiv:2510.05649},
year = {2025}
}