开发人工智能管道用于角质不透明检测
Kenji Yoshitsugu1,2, Eisuke Shimizu2,3, Hiroki Nishimura2,3,4
1Graduate School of Information Science, University of Hyogo, Kobe Information Science Campus, Kobe 6500047, Japan.
Bioengineering (Basel, Switzerland)
|March 27, 2024
概括
这项研究开发了一个人工智能管道,使用便携式裂纹灯显微镜来检测角膜不透明度,这是导致失明的主要原因. 手动注释和图像处理显著提高了AI准确性,为更好的全球眼睛护理提供了更好的眼睛护理.
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:
- 全球眼科服务不足,特别是在低收入和中等收入国家,因为缺乏从业人员和设备.
- 角膜不透明是导致全球失明的重要原因,需要改进诊断方法.
研究的目的:
- 从视频中检测前眼段的角膜不透明度.
- 开发一种人工智能 (AI) 管道,用于准确检测角膜不透明度.
主要方法:
- 提取视频并使用卷积神经网络 (CNN) 处理它们.
- 手动注释图像,提取角膜边缘,并应用对比度调整 (CLAHE).
- 使用注释数据进行角膜的语义细分.
主要成果:
- 对于原始图像框架,达到0.8的精度,对于加工的角膜边缘,达到0.96的精度.
- 在角膜边缘的语义细分方面获得了0.94的Dice和IoU得分.
- 通过手动注释,角膜提取和CLAHE显著提高了准确性.
结论:
- 人工智能管道与手动注释和语义细分实现了在检测角膜不透明度的高准确性.
- 便携式裂纹灯显微镜和人工智能为公平的全球诊断资源分配提供了潜力.
- 增强的图像处理技术对于提高眼科诊断中的AI性能至关重要.
