JointViT: Modeling Oxygen Saturation Levels with Joint Supervision on Long-Tailed OCTA

本文指出，血液中的氧饱和度（SaO2）对健康非常重要，特别是与与睡眠相关的呼吸障碍有关。然而，连续监测SaO2非常耗时，并且高度变化取决于患者的状况。最近，光学相干断层扫描血管造影（OCTA）在快速有效地筛查与眼睛相关的病变方面显示出有希望的发展，为诊断睡眠相关障碍提供了潜力。为了弥合这一差距，本文提出了三个关键贡献。首先，我们提出了JointViT，这是一种基于Vision Transformer架构的新型模型，采用联合损失函数进行监督。其次，在数据预处理期间引入了平衡增强技术，以提高模型的性能，特别是在OCTA数据集的长尾分布上。最后，通过对OCTA数据集的全面实验，我们提出的方法显著优于其他最先进的方法，在总体准确度上提高了高达12.28％。这一进展为将来利用OCTA诊断睡眠相关障碍奠定了基础。请参见项目网站https://steve-zeyu-zhang.github.io/JointViT。

论文旨在利用光学相干断层扫描血管造影（OCTA）技术，通过提出一种基于Vision Transformer架构的新模型JointViT，结合平衡数据增强技术，快速有效地筛查眼部病变，为睡眠相关疾病的诊断提供可能。

论文提出了一种基于Vision Transformer架构的新模型JointViT，结合平衡数据增强技术，用于快速有效地筛查眼部病变，为睡眠相关疾病的诊断提供可能。

论文通过实验表明，JointViT模型在OCTA数据集上表现出色，相比其他最先进的方法，在总体准确率上提高了高达12.28%。这项工作为未来利用OCTA诊断睡眠相关疾病奠定了基础。

最近的相关研究包括：“Retinal OCT image classification using feature pyramid and convolutional neural network”, “Optical coherence tomography angiography for the diagnosis of glaucoma: a systematic review and meta-analysis”等。