结膜泡红色抽取管道用于高分辨率的眼睛表面摄影
Philipp Ostheimer1, Arno Lins2, Lars Albert Helle1
1Institute of the Electrical and Biomedical Engineering, UMIT TIROL - Private University for Health Sciences and Health Technology, Hall in Tyrol, Austria.
Translational vision science & technology
|January 9, 2025
概括
一个由人工智能驱动的图像分析管道可以从眼睛照片中客观地测量结膜泡红色. 这种工具有助于眼睛护理专业人员分类眼睛红色,以便做出更好的临床决策.
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:
- 结膜泡红是眼睛表面炎症的关键指标.
- 对眼睛红的客观和可重现的分级对于临床决策至关重要.
- 目前评估红色的方法可能是主观的,耗时的.
研究的目的:
- 开发和验证一个图像分析管道,从标准化的眼皮表面照片中提取结膜泡红色.
- 实现一个机器学习模型,用于准确的眼睛表面细分.
- 建立一个客观的,基于图像的红色评分,用于临床使用.
主要方法:
- 从健康人群和眼科诊所患者收集数据,使用一种新的成像系统.
- 训练了一种机器学习模型用于眼睛表面细分和红色生物标志物提取.
- 相关的基于图像的红色度得分与已建立的临床分级 (Efron) 进行验证.
主要成果:
- 实现了高细分性能,平均交界度超过0.9639 (虹膜) 和0.9731 (眼睛表面) 的结合.
- 建立了一个数字分级表,并证明了红色得分的良好可行性和可重现性.
- 在基于图像的分数和临床分级之间发现了中等的正相关性 (斯皮尔曼的rho=0.599).
结论:
- 开发的管道允许客观地分类和评估眼睛红色,使用标准化的外部眼睛摄影.
- 这种由人工智能驱动的方法提供了一个潜在的客观工具,以高通量的方式对眼睛红色进行分级.
- 该系统可以为眼科专业人员提供数据,以促进临床决策.
