通过使用深度学习系统在视网膜图像中自动检测9种婴儿底部疾病和疾病
Yaling Liu1, Hai Xie2, Xinyu Zhao1
1Shenzhen Eye Hospital, Shenzhen Eye Institute, Jinan University, Shenzhen, 518040 China.
The EPMA journal
|March 11, 2024
概括
一个名为IRIDS的AI系统准确诊断了9种婴儿底部疾病,显示了与眼科医生可比的高性能. 这种工具可以帮助早期检测和查,特别是在服务不足的地区,改善患者的治疗结果.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 婴儿底部疾病需要早期诊断,以有效治疗和预防严重并发症.
- 需要自动诊断系统来支持眼科医生并提高查效率.
研究的目的:
- 开发和评估婴儿视网膜智能诊断系统 (IRIDS),用于婴儿视网膜疾病的自动早期诊断和监测.
- 提供人工智能驱动的工具,以协助眼科医生诊断一系列疾病.
主要方法:
- IRIDS是使用卷积神经网络和变压器结构开发的,在4家医院的1089名婴儿的7697张视网膜图像上进行训练.
- 该系统识别了九种情况:早产视网膜病变 (轻度,中度,严重),视网膜母细胞瘤,视网膜色素炎,科茨病,胸腔结膜瘤,先天视网膜折叠和正常.
- 集成了深度注意模块,ResNet-18和多轴视觉变压器 (MaxViT). 通过五倍交叉验证,使用450张图像与眼科医生进行了性能验证.
主要成果:
- 在多标签分类中,IRIDS实现了高性能指标,包括96.45%的平均准确率和99.51%的AUC.
- 与基线模型和眼科医生相比,IRIDS显示出有希望的结果,特别是AUC,表明强大的诊断能力.
- 该系统的性能需要进一步调查,以检测婴儿视网膜异常.
结论:
- IRIDS准确地识别了九种婴儿底部疾病,为早期检测和监测提供了宝贵的工具.
- 该系统可以帮助在服务不足的地区的非眼科医生人员进行婴儿底部疾病查,从而有可能预防严重的并发症.
- IRIDS是人工智能融入眼科的典范,为婴儿底部疾病推进预测,预防和个性化医学 (PPPM).
