SKINOPATHY AI：基于轻量级计算机视觉的智能手机眼科筛查与纵向跟踪
计算机视觉与模式识别
2026-03-03 v1 机器学习
摘要
在资源有限和偏远地区进行早期眼科筛查受限于专业设备和培训人员的可及性。我们提出SKINOPATHY AI，一个面向智能手机的 Web 应用程序，通过廉价移动硬件实现五种互补且可解释的筛查模块：（1）通过 LAB a* 色彩空间归一化实现红润度量化；（2）使用 MediaPipe FaceMesh Eye Aspect Ratio（EAR）配合自适应阈值估计眨眼频率；（3）通过 pupil-to-iris ratio（PIR）时间序列分析表征瞳孔光反射；（4）利用 LAB/HSV 统计量为白内醇和贫血提供 scleral 色彩指数；（5）通过 iris-landmark-calibrated 病灶侵犯度测量实现毫米级估计和纵向趋势跟踪。该系统实现为 React/FastAPI 堆栈，集成 OpenCV 和 MediaPipe，MongoDB 后端持久化，会议 PDF 报告生成。所有算法完全确定性、隐私保护，设计用于非诊断性消费者分类。我们详细阐述了系统架构、算法设计、评估方法、临床背景以及平台的伦理边界。SKINOPATHY AI 证明了在无云端 AI 推理的情况下，基于未修改智能手机的多信号眼科筛查是可行的，为未来临床验证的移动裂隆灯工具奠定了基础。
引用
@article{arxiv.2603.00161,
title = {SKINOPATHY AI: Smartphone-Based Ophthalmic Screening and Longitudinal Tracking Using Lightweight Computer Vision},
author = {S. Kalaycioglu and C. Hong and M. Zhu and H. Xie},
journal= {arXiv preprint arXiv:2603.00161},
year = {2026}
}
备注
25 pages , 7 figures, 5 tables