相关实验视频
Updated: Jun 25, 2026
05:51
Smartphone Fundus Photography
Published on: July 6, 2017
38.8K
用基于智能手机的眼镜显微镜获取的视网膜视频,用于眼查的自动化分析
Fabio Scarpa1, Alexa Berto1,2, Nikos Tsiknakis3
1Department of Information Engineering, University of Padova, Padova, 35131, Italy.
Heliyon
|January 16, 2025
概括
智能手机眼镜镜可使人们能够轻松地进行青光眼查. 我们对视网膜视频的自动分析准确地细分视神经,并计算杯与盘的比率,帮助早期诊断.
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:
- 玻璃眼是导致不可逆转失明的主要原因.
- 通过广泛查及早检测对于有效治疗至关重要.
- 基于智能手机的眼镜镜为大规模查提供了一种便携且具有成本效益的解决方案.
研究的目的:
- 开发和验证一种完全自动化的算法,用于从智能手机眼镜镜检查分析视网膜视频.
- 为了分割光盘和杯子,并计算玻璃眼瘤评估的杯与盘的比例.
- 与传统的 fundus 摄像头相比,解决智能手机眼镜镜的独特图像特性.
主要方法:
- 一个基于卷积神经网络 (CNN) 的算法被开发用于自动视网膜视频分析.
- 该算法选择关键的视频,细分光盘和杯子,并计算杯与盘的比率.
- CNNs被训练在基底摄像头数据集上,统计学上适应模仿智能手机眼镜图像.
主要成果:
- 该算法在光盘和杯子细分方面实现了高精度 (≥95%).
- 计算的杯盘比率与手动分析显示出很好的一致性 (平均差异为9%).
- 该方法有效地区分了健康和眼患者.
结论:
- 智能手机眼镜视频的自动分析是可行的和准确的.
- 这项技术可以显著帮助早期诊断和查眼,即使对于非专家.
- 开发的算法显示,它有望在公共卫生倡议中得到广泛采用.
