基于深度学习的,用角膜内皮图像对角质的自动诊断
1Department of Ophthalmology, West China Hospital, Sichuan University, Chengdu, Sichuan, China.
Ophthalmology and therapy
|September 4, 2023
概括
这项研究开发了一种人工智能模型,用于使用角膜内皮细胞图像来诊断角. 该模型准确地识别细胞并诊断疾病,有助于疾病管理.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 角瘤的诊断依赖于专门的成像.
- 角膜内皮细胞形态提供了潜在的诊断标记.
- 自动化分析可以提高诊断效率.
研究的目的:
- 开发一个端到端的人工智能模型用于角瘤诊断.
- 使用从镜像显微镜获得的角膜内皮图像.
- 准确识别角膜内皮细胞并诊断角.
主要方法:
- 追溯病例对照研究,包括403例眼和370例近视眼.
- 使用完全卷积网络 (FCN_ResNet50) 进行内皮细胞细分.
- 使用了一组深度学习模型 (DenseNet121,ResNet50,Inception_v3,MobileNet_v2) 来进行分类.
主要成果:
- 实现了~90%的准确性和~80%的内皮细分平均IOU.
- 整体模型达到>92%的准确性和>98%的AUC,用于诊断角.
- 开发了基于深度学习的诊断模型和疾病监测的名图.
结论:
- 一个端到端的AI模型有效地识别了角膜内皮细胞变化在keratoconus.
- 开发的诺米图谱有助于在角质的诊断,监测和管理.
- 对内皮图像的自动化分析显示了临床应用的前景.
