根据年龄和性别自动测量和比较正常的眼轮,使用基于图像的深度学习
Ji Shao1, Jing Cao1, Changjun Wang1
1Eye Center, The Second Affiliated Hospital, School of Medicine, Zhejiang University, Zhejiang Provincial Key Laboratory of Ophthalmology, Zhejiang Provincial Clinical Research Center for Eye Diseases, Zhejiang Provincial Engineering Institute on Eye Diseases, Hangzhou, Zhejiang, China.
Ophthalmology science
|June 17, 2024
概括
一个新的深度学习系统准确地测量眼轮,显示与年龄和性别相关的变化. 这种自动化的眼分析有助于对整形手术进行客观评估.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 生物医学工程 生物医学工程
背景情况:
- 准确的眼测量对于诊断疾病和计划手术至关重要.
- 现有的方法可能是耗时和主观的.
研究的目的:
- 开发和验证用于测量眼轮的全自动系统.
- 分析眼形态中的年龄和性别差异.
主要方法:
- 一项前性研究包括540名健康的0-79岁的中国人.
- 一个深度学习系统被训练用于眼睛识别和细分.
- 学生中叶盖距离 (MPLD) 和其他参数被自动测量,并与手动测量进行比较.
主要成果:
- 自动系统与手动测量结果非常一致 (ICCs 0.863-0.886).
- 眼测量在20至30岁时达到峰值,并随着年龄的增长而下降.
- 时间眼变化在女性中更明显,眼裂斜率在10岁后稳定下来.
结论:
- 拟议的深度学习系统提供了准确和全面的眼轮分析.
- 这种自动化方法可以提高在眼前和眼后整形手术中的客观评估.
