使用深度学习技术分析基金图像的协议,用于多维质量分级和实时指导,使用深度学习技术
Lixue Liu1, Mingyuan Li1, Duoru Lin1
1State Key Laboratory of Ophthalmology, Zhongshan Ophthalmic Center, Sun Yat-sen University, Guangdong Provincial Key Laboratory of Ophthalmology and Vision Science, Guangdong Provincial Clinical Research Center for Ocular Diseases, Guangzhou, Guangdong, China.
STAR protocols
|September 21, 2023
概括
DeepFundus使用深度学习来分类基金图像质量,通过指导实时图像采集和确保高质量的数据来改善医疗AI研究.
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:
- 数据质量是医学人工智能 (AI) 研究的一个主要挑战.
- 高质量的 fundus 图像对于准确的诊断和人工智能模型培训至关重要.
研究的目的:
- 介绍DeepFundus,这是一个用于多维基金图像质量分类的深度学习系统.
- 为获得高质量的基金图像提供实时,现场指导.
主要方法:
- 利用深度学习技术进行图像质量评估.
- 开发了一个数据准备,模型训练,推断和评估的协议.
- 使用热图实现结果可视化.
- 为Python实现而设计的协议,具有可定制数据集.
主要成果:
- 深度基金允许对基金图像质量进行多维分类.
- 该系统提供实时反,以改善图像采集.
- 热图可视化模型性能和感兴趣的领域.
结论:
- DeepFundus解决了医疗AI中的关键数据质量问题.
- 该协议促进了强大的基金图像分析工具的开发和部署.
- 这种方法可以提高眼科人工智能的可靠性.
