在白内障手术中检测和语义细分前囊切除的方法的评估视频视频
Zixue Zeng1, Binh Duong Giap2, Ethan Kahana3
1School of Public Health, University of Michigan, Ann Arbor, MI, USA.
Clinical ophthalmology (Auckland, N.Z.)
|March 13, 2024
概括
这项研究引入了一种人工智能系统,用于自动化白内障手术和囊切除术的识别. 深度学习模型实现了高精度和实时性能,有助于外科培训和指导.
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:
- 白内障手术涉及复杂的机动,如囊.
- 前部囊切除术的自动化分析可以通过客观反来增强外科训练.
研究的目的:
- 开发和评估一个深度学习系统,用于在白内障手术视频中自动化前切除术识别和细分.
主要方法:
- 创建了BigCat-Capsulotomy数据集 (来自190个视频中的1556个).
- 采用深度学习模型进行视频预处理,分类和细分.
- 评估了8个分类和11个细分模型的准确性和速度.
主要成果:
- ResNet-152获得了92.21%的分类子系数.
- 拥有DenseNet-169的UNet实现了92.12%的划分.
- 系统在103.37毫秒内处理,其中法化阶段是最具挑战性的 (86.02%).
结论:
- 人工智能系统表现出高精度和实时能力,用于手术内囊切除术的识别.
- 潜在的应用包括手术性能分析,教育和手术内指导.
