基于多任务学习的折射校正OCT前部段的全面评估
Kaiwen Li1, Guangqian Yang1, Shuimiao Chang2
1School of Electronic Science and Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan 610054, China.
Biomedical optics express
|October 6, 2023
概括
一种新的深度学习方法自动化了前段光学连贯性断层扫描 (AS-OCT) 图像的分析,使眼睛结构的精确细分和定量成为更好的诊断和治疗规划.
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:
- 前段疾病是不可逆转失明的主要原因.
- 目前的诊断方法缺乏对所有关键前部段结构的全面分析.
- 准确的细分和量化对于临床诊断和治疗至关重要.
研究的目的:
- 开发一种全自动化的多任务深度学习方法,用于AS-OCT图像中的同时细分,量化和地标检测.
- 提出一种折射校正方法,以解决AS-OCT成像中的几何扭曲.
- 为了促进前段疾病和手术结果的临床评估,如白内障手术.
主要方法:
- 设计了一个多任务深度学习网络,用于同时进行细分和地标检测.
- 该网络分析主要的前部细分结构 (虹膜,透镜,角膜) 和植入物 (ICL,IOL),并检测地标 (皮,虹膜根).
- 整合了折射校正算法,以提高AS-OCT图像的几何精度,使用来自180名患者的1251张图像.
主要成果:
- 拟议的深度学习网络在细分和里程碑检测方面表现优于最先进的方法.
- 在临床参数 (前腔室,瞳孔,虹膜,ICL,IOL) 的手动和自动测量之间观察到很高的一致性.
- 该方法证明了其在促进临床评估方面的实用性,以白内障手术评估为例.
结论:
- 开发的自动化多任务深度学习方法为AS-OCT图像的全面分析提供了强大的解决方案.
- 这种方法提高了诊断前段疾病和评估外科手术干预的准确性和效率.
- 拟议的技术具有很大的潜力,可以促进眼科医学的临床实践.
