使用深度学习自动检测AMD和DME视网膜病理
Latifa Saidi1, Hajer Jomaa1, Haddad Zainab2
1Laboratory of Biophysics and Medical Technologies, Higher Institute of Medical Technologies of Tunis, University of Tunis El Manar, Tunis, Tunisia.
International journal of biomedical imaging
|December 4, 2023
概括
早期发现糖尿病黄斑 (DME) 和与年龄相关的黄斑退化 (AMD) 对于预防视力丧失至关重要. 我们的深度学习方法在使用OCT扫描检测这些眼睛疾病时达到99%以上的准确性.
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:
- 糖尿病黄斑 (DME) 和与年龄相关的黄斑退化 (AMD) 是不可逆转的视力丧失的主要原因.
- 晚期诊断DME和AMD显著增加永久视力损伤的风险.
- 早期检测和治疗对于保护视力和改善患者生活质量至关重要.
研究的目的:
- 开发和验证基于深度学习的自动方法,用于早期检测DME和AMD.
- 为了提高诊断能力,利用光学连贯性断层扫描 (OCT) 成像.
- 通过为常见的视网膜病理提供及时干预来改善患者的治疗结果.
主要方法:
- 从零开始开发一个卷积神经网络 (CNN) 模型,用于图像分析.
- 使用光谱域光学连贯性断层扫描 (SD-OCT) 扫描来检测病理.
- 在OCT图像的杜克数据集上训练和评估CNN模型.
主要成果:
- 开发的CNN模型在杜克数据集上实现了超过99%的分类准确性.
- 深度学习方法在从SD-OCT扫描中识别DME和AMD方面表现出很高的有效性.
- 该方法为自动检测眼病提供了强大而准确的工具.
结论:
- 自动深度学习方法可以使用SD-OCT扫描精确检测DME和AMD.
- 高精度检测可促进早期诊断和及时治疗,防止视力丧失.
- 这项技术具有显著的潜力,可以改善眼科护理和患者的治疗结果.
更多相关视频
10:14Author Spotlight: Ex Vivo OCT-Based Multimodal Imaging of Human Donor Eyes for Research into Age-Related Macular Degeneration
Published on: May 26, 2023
3.2K
06:16Author Spotlight: Unraveling the Pathogenesis of Age-Related Macular Degeneration and Discovering Potential Therapies
Published on: July 28, 2023
2.5K
