基于深度学习的移动应用程序,用于在临床图像中高效地识别眼瘤
Shiqi Hui1, Jing Xie2, Li Dong1
1Beijing Tongren Eye Center, Beijing Key Laboratory of Intraocular Tumor Diagnosis and Treatment, Beijing Ophthalmology & Visual Sciences Key Lab, Medical Artificial Intelligence Research and Verification Key Laboratory of the Ministry of Industry and Information Technology, Beijing Tongren Hospital, Capital Medical University, Beijing, China.
NPJ digital medicine
|March 30, 2025
概括
一个新的移动应用程序使用深度学习进行自我诊断眼瘤,提供准确的检测和监测. 这项技术通过减少医疗状况不佳的人的住院次数来改善患者护理.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 眼瘤检测和监测至关重要,但往往需要频繁的医院访问.
- 频繁的医院诊所对患有不良医疗状况的患者构成重大负担.
研究的目的:
- 为了验证一种基于深度学习的新型移动应用程序,用于眼瘤的自我诊断.
- 为患有眼瘤的患者开发一个改进的健康支持系统.
主要方法:
- 使用YOLOv5和Efficient-Net v2-B架构进行模型开发.
- 在1195张预处理的临床眼镜照片和活检结果上训练模型.
- 将表现最好的模型转换为智能手机应用程序,用于外部验证.
主要成果:
- 在三重分类 (良性/恶性眼瘤或正常眼睛) 中达到0.921准确度.
- 表现优于全科医生,住院医生和眼科医生专家.
- 该应用程序具有用户友好的界面和治疗建议.
结论:
- 智能眼瘤查应用程序为识别眼瘤提供了初步证据.
- 该应用程序可以被医疗保健专业人员,患者和护理人员用于检测和监测.
- 这项技术为眼皮瘤管理提供了更容易获得和更有效的方法.
