以人工智能为基础的决策支持系统,用于使用in vivo对焦显微镜图像诊断阿坎萨摩巴角膜炎
Alisa Lincke1, Jenny Roth2, António Filipe Macedo2,3
1Department of Computer Science and Media Technology, Linnaeus University, Växjö, Sweden.
Translational vision science & technology
|November 27, 2023
概括
一个人工智能系统有助于通过使用体内共聚焦显微镜 (IVCM) 图像来诊断Acanthamoeba角膜炎 (AK). 这个人工智能决策支持系统预处理图像,减少了专家的选时间.
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:
- 在生物共聚焦显微镜 (IVCM) 对于角膜评估至关重要,但缺乏独立的诊断能力.
- 需要自动诊断支持,以提高IVCM在角膜疾病的临床效用.
- 阿坎萨摩巴角膜炎 (AK) 是一种严重的感染,需要及时准确的诊断.
研究的目的:
- 开发和评估基于人工智能 (AI) 的决策支持系统 (DSS),用于自动诊断阿坎萨摩巴角膜炎 (AK).
- 利用体内共聚焦显微镜 (IVCM) 图像作为AI驱动诊断系统的输入.
主要方法:
- 实现了基于AI的DSS的深度学习和图像处理工作流.
- 使用85名患者数据集 (47,734张IVCM图像) 训练和验证模型,并对26名额外的患者进行测试 (21,236张图像).
- 在整个开发过程中纳入基于规则的决策和专家意见.
主要成果:
- 人工智能-DSS在将艺术品与真实图像分开时获得了93%的准确性,在分类角膜层时获得了90%的准确性.
- 该系统以95%的准确度预测健康与患病的角膜.
- AK检测准确率为84%,在定位诊断区域的准确率为76.5%.
结论:
- 基于人工智能的DSS有效预处理IVCM图像,分离文物和分类角膜层,从而缩短查时间.
- 需要进一步的研究,以提高直接从原始IVCM图像中检测AK的准确性.
- 自动化DSS为使用IVCM成像诊断AK的专家提供了宝贵的帮助.
更多相关视频
11:29Corneal Confocal Microscopy: A Novel Non-invasive Technique to Quantify Small Fibre Pathology in Peripheral Neuropathies
Published on: January 3, 2011
26.6K
06:19In Vivo Imaging of Cx3cr1gfp/gfp Reporter Mice with Spectral-domain Optical Coherence Tomography and Scanning Laser Ophthalmoscopy
Published on: November 11, 2017
10.7K
