使用B模式超声波图像对常见的眼病进行智能辅助分类模型的应用和可视化研究
Shaojun Zhu1, Xiangjun Liu1, Ying Lu1
1School of Information Engineering, Huzhou University, Huzhou, China.
Frontiers in neuroscience
|May 29, 2024
概括
一个人工智能 (AI) 模型,ConvNeXt-L,通过B模式超声波图像准确地诊断出常见的眼睛疾病. 这种人工智能方法提高了眼科医生的诊断效率和准确性.
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:
- 通过B模式超声波来诊断眼睛疾病的传统诊断是耗时的,需要专家的解释.
- 在眼科中需要自动化和高效的诊断工具.
研究的目的:
- 开发和评估一个人工智能辅助的五分类模型,用于使用B模式超声波图像诊断常见的眼病.
- 提高眼病诊断的准确性和效率.
主要方法:
- 训练了一种新的AI模型,ConvNeXt-L,使用2064眼睛的B模式超声波图像.
- 在五个诊断类别中评估了模型的性能.
主要成果:
- ConvNeXt-L模型实现了84.3%的准确率和80.3%的卡帕值.
- 在各种分类中表现出高灵敏度和特异性,包括玻璃体不透明,后玻璃体脱落,视网膜脱落和胸腔脱落.
- 获得的F1分数从71%到92%和AUC值从89.7%到97.8%.
结论:
- ConvNeXt-L型号的性能明显优于其他比较型号.
- 这种人工智能模型有效地对眼睛超声波图像中的病态变化进行了分类和可视化.
- 为眼科医生提供有价值的辅助诊断信息,提高诊断准确性和效率.
