相关实验视频
Updated: May 6, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
通过人工智能算法进行糖尿病视网膜病变查:系统性审查
Zineb Farahat1, Nabila Zrira2, Nissrine Souissi2
1LISTD Laboratory, Mines School of Rabat, Rabat 10000, Morocco; Cheikh Zaïd Foundation Medical Simulation Center, Rabat 10000, Morocco.
Survey of ophthalmology
|June 17, 2024
概括
人工智能 (AI) 为早期糖尿病视网膜病变 (DR) 查提供了有希望的解决方案. 需要进一步的研究来克服数据挑战,并改进人工智能模型的整合,以提高DR检测和患者的结果.
科学领域:
- 眼科和医学成像学
- 医疗保健中的人工智能
- 计算机视觉用于疾病检测检测.
背景情况:
- 糖尿病视网膜病变 (DR) 是导致视力丧失的主要原因,在早期阶段通常无症状.
- 有效且易于使用的查方法对于及时管理糖尿病至关重要.
- 人工智能 (AI) 提供了改善DR查的重要机会.
研究的目的:
- 审查目前最先进的AI技术用于糖尿病视网膜病变查.
- 确定研究缺口,并指导未来对自动化DR查的调查.
- 综合现有研究,并突出进一步发展的领域.
主要方法:
- 对用于糖尿病视网膜病变查的深度学习 (DL) 方法的分析,重点关注分类,检测和细分等技术.
- 审查使用数据集的研究,如印度糖尿病视网膜病变图像数据集 (IDRiD).
- 检查预处理技术和特定的DL模型,包括YOLO,ViT和U-Net.
主要成果:
- 基于DL的DR查研究的激增,特别是在2021年后,重点是排泄物检测.
- 分类和细分是AI的主导方法 (分别为46.5%和41.9%),预处理显著改善了结果.
- 整合AI模型,如CNN和U-Net,显示了改善DR阶段分类的潜力.
结论:
- 人工智能,特别是集成的DL模型,有望改变糖尿病视网膜病变查.
- 仍然存在重大挑战,包括需要高质量的标记数据和模型可解释性.
- 解决数据稀缺性和模型复杂性对于可靠的现实世界临床应用和改善患者结果至关重要.
