相关实验视频
Updated: May 28, 2025
05:51
Smartphone Fundus Photography
Published on: July 6, 2017
38.8K
使用智能手机拍摄的图像诊断微生物角质炎;一个深度学习模型
Mohammad Soleimani1,2,3, Albert Y Cheung4, Amir Rahdar5,6
1Eye Research Center, Farabi Eye Hospital, Tehran University of Medical Sciences, Qazvin Square, Tehran, 1336616351, Iran.
Journal of ophthalmic inflammation and infection
|February 13, 2025
概括
深度学习模型可以从智能手机图像中准确诊断微生物角质炎 (MK) 亚型,为各种环境中的眼睛护理提供实用解决方案.
科学领域:
- 眼科医生 眼科 眼科
- 医学诊断 医学诊断 医学诊断
- 人工智能的人工智能
背景情况:
- 微生物角膜炎 (MK) 是导致角膜失明的主要原因,需要快速诊断和治疗.
- 当前的诊断方法在资源较少的环境中面临挑战,阻碍了及时干预.
- 开发可访问和高效的MK诊断工具至关重要.
研究的目的:
- 调查深度学习 (DL) 在诊断和区分微生物角膜炎亚型方面的有效性.
- 评估智能手机拍摄的图像对使用DL进行MK诊断的实用性.
主要方法:
- 编制了889例微生物角质炎病例 (细菌角质炎 (BK),真菌角质炎 (FK) 和阿坎萨摩巴角质炎 (AK)) 的数据集.
- 一个卷积神经网络 (CNN) 模型被开发和训练用于图像分类.
主要成果:
- 对于MK亚型,DL模型的整体分类准确度为83.8%.
- 具体准确率包括AK的81.2%,BK的82.3%和FK的86.6%.
- 该模型表现出强的性能,ROC曲线的AUC为0.92.
结论:
- 深度学习模型显示出使用智能手机图像诊断微生物角膜炎的前景.
- 该方法提供了一个实用且易于使用的诊断解决方案,特别是在资源有限的环境中.
- 基于智能手机的AI诊断可以在全球范围内改善及时和准确的MK管理.
