深度学习从模拟的视网膜图像中在散光下检索眼睛偏差
Konstantinos Ntatsis1,2, Dimitrios Christaras1, Pablo Artal2
1Diestia Systems PC, Platonos 77-79, 104 41 Athens, Greece.
Biomedical optics express
|July 18, 2025
概括
这项研究引入了一种深度学习方法,以准确地将光学偏差和散光从人眼的点传播函数 (PSF) 图像中分离出来. 这使得能够更精确地评估眼镜光学质量.
科学领域:
- 眼科医生 眼科 眼科
- 光学工程是指光学工程.
- 计算成像技术的成像
背景情况:
- 人类眼睛的点传播函数 (PSF) 受光学偏差和流浪灯的影响.
- 使用当前的方法,在PSF图像中区分异常和散光是困难的.
- 这种限制阻碍了对眼镜光学质量的准确临床评估.
研究的目的:
- 开发一种深度学习模型,能够从含有散光的模拟PSF图像中检索波面偏差.
- 为了有效地分离光学偏差和散光对整体PSF的贡献.
主要方法:
- 模拟的PSF图像是用内置散光效应生成的,模拟为随机相位扰动.
- 使用深度学习方法来分析这些模拟的PSF.
- 该模型被训练来预测潜在的波面偏差.
主要成果:
- 深度学习模型在预测波面偏差方面取得了很高的准确性.
- 该方法在短短3毫秒内证明了快速,一次性推断.
- 从模拟的PSF数据中成功分离了异常和散射元件.
结论:
- 拟议的深度学习方法提供了一种新的解决方案,用于解开眼镜成像中的光学偏差和散光.
- 这种技术有可能显著提高人类眼睛光学性能的临床评估.
- 通过使用标准PSF测量,可以更全面地评估眼镜光学质量.
更多相关视频
12:22Multimodal Volumetric Retinal Imaging by Oblique Scanning Laser Ophthalmoscopy oSLO and Optical Coherence Tomography OCT
Published on: August 4, 2018
8.6K
07:12Development of a Gaze-Contingent Display Framework Designed for Perceptual and Oculomotor Research with Simulated Central Vision Loss
Published on: April 11, 2025
565
