一种深度学习方法来评估梅博姆腺的外观
Kasandra Swiderska1, Caroline A Blackie2, Carole Maldonado-Codina1
1Eurolens Research, Division of Pharmacy and Optometry, Faculty of Biology, Medicine and Health, The University of Manchester, Manchester, United Kingdom.
Ophthalmology science
|November 3, 2023
概括
一个深度学习算法被开发出来,可以从meibography图像中计算Meibomian腺特征. 虽然它可以对腺体进行细分,但对于梅博姆腺功能障碍的临床诊断的准确性,需要进一步开发.
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:
- 梅博米腺功能障碍 (MGD) 是一种常见的疾病,影响眼睛表面的健康.
- 准确评估梅博姆腺特征对于诊断和管理MGD至关重要.
- 目前评估梅博姆腺体的方法可能是耗时和主观的.
研究的目的:
- 开发和评估用于自动计算梅博姆腺特征的深度学习算法.
- 评估算法在分割梅博姆腺体和计算关键指标方面的准确性.
主要方法:
- 来自282个人的1616个meibography图像的数据集被用于培训,验证和测试.
- 一个深度学习模型被训练用于梅博姆腺细分和度量计算.
- 将自动化方法与手动测量进行了比较,以评估准确性.
主要成果:
- 基于语义细分的方法实现了腺体的0.4718和眼的0.8470的聚合Jaccard指数.
- 这两种AI算法都低估了腺体面积,长度比,形和宽度.
- 与手动评估相比,AI高估了梅博米腺强度.
结论:
- 开发的深度学习方法显示了对Meibomian腺体进行细分的潜力.
- 需要进一步改进,以应对诸如腺体重叠和图像清晰度等挑战.
- 这种基于人工智能的方法可以帮助临床医生诊断和管理MGD.
