基于人群的研究表明，视网膜疾病是发达国家中最常见的不可逆失明原因，也是发展中国家中仅次于白内障的第二大失明原因。医学成像技术是早期发现视网膜疾病的关键，但目前的技术对从业者来说存在许多挑战。

为了提高视网膜疾病诊断的速度和准确性，来自西交利物浦大学 (XJTLU) 和中国 VoxelCloud Inc. 的一组研究人员推出了一种基于人工智能的医学成像技术——DualStreamFoveaNet (DSFN)，以解决当前的成像挑战。这项研究发表在《IEEE 生物医学和健康信息学杂志》上。

西交利物浦大学人工智能与先进计算学院博士毕业生、该研究第一作者宋思凡博士表示：“我们的新成像技术 DSFN 有潜力帮助快速准确地诊断视网膜疾病。它还有可能用于需要基于解剖结构的疾病诊断的其他医疗状况。例如，肺癌筛查。”

DSFN 将视网膜图像与血管分布信息相结合，以便在复杂的临床场景中准确定位中央凹(眼睛后部视力最高的凹陷处)。

宋思凡医生表示：“准确定位视网膜中央凹可以让医疗专业人员发现眼部疾病的早期迹象，例如视网膜中央凹周围黄斑区域的微小变化或沉积物。这有助于定期监测病情进展，评估治疗效果或调整治疗方案，并可预防导致不可逆视力丧失的视网膜疾病。”