ROFI：基于深度学习的眼科标志-preserving 与可逆患者面部匿名化器
计算机视觉与模式识别
2025-10-14 v1
摘要
患者面部图像为评估眼部疾病提供了便利，同时也引发了隐私 concerns。本文介绍 ROFI，一个基于深度学习的眼科隐私保护框架。通过弱监督学习和神经身份转换，ROFI 在保留疾病特征（准确率 > 98%，）的同时对面部特征进行匿名化。在三个队列中对十一种眼部疾病实现 100% 诊断灵敏度和高一致性（），匿名化 > 95% 的图像。ROFI 可与 AI 系统配合使用，保持原始诊断（），并支持安全图像反转（相似度 > 98%），可实现审计和长期护理。这些结果表明 ROFI 在数字医疗时代有效保护患者隐私。
引用
@article{arxiv.2510.11073,
title = {ROFI: A Deep Learning-Based Ophthalmic Sign-Preserving and Reversible Patient Face Anonymizer},
author = {Yuan Tian and Min Zhou and Yitong Chen and Fang Li and Lingzi Qi and Shuo Wang and Xieyang Xu and Yu Yu and Shiqiong Xu and Chaoyu Lei and Yankai Jiang and Rongzhao Zhang and Jia Tan and Li Wu and Hong Chen and Xiaowei Liu and Wei Lu and Lin Li and Huifang Zhou and Xuefei Song and Guangtao Zhai and Xianqun Fan},
journal= {arXiv preprint arXiv:2510.11073},
year = {2025}
}
备注
Accepted to Nature NPJ Digital Medicine