根据深度学习模型,在患有白血病和梅博米腺功能障碍的眼睛中检测demodicosis虫
Elsa Lin-Chin Mai1,2,3, Ya-Ling Tseng4, Hao-Ting Lee4
1Department of Ophthalmology, Far Eastern Memorial Hospital, New Taipei City 220, Taiwan.
Diagnostics (Basel, Switzerland)
|December 30, 2025
概括
这项研究开发了一个人工智能系统来检测Demodex虫,眼睛疾病的常见原因. 深度学习模型准确地识别了毛图像中的虫,帮助眼科医生更快地进行诊断.
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:
- 德莫德克斯虫导致未经诊断的眼睛表面疾病,如白炎和梅博米腺功能障碍 (MGD).
- 目前的诊断方法依赖于手动显微镜,这是耗时和劳动密集的.
研究的目的:
- 开发和评估用于自动检测和量化Demodex虫的深度学习系统.
- 为了提高诊断眼睛痴呆症的效率和准确性.
主要方法:
- 收集了1610个微观毛图像,这些图像来自疑似患有眼膜脱毛症的患者.
- 在665张注释图像上训练和评估了两个深度学习模型YOLOv11和RT-DETR.
- 使用Grad-CAM进行模型可视化和对虫计数进行定量分析.
主要成果:
- 无论是YOLOv11还是RT-DETR模型都成功检测到了Demodex虫.
- YOLOv11以0.9441的平均精度,0.9478的灵敏度和0.9459.9的F1得分实现了高性能.
- RT-DETR显示强烈的灵敏度 (0.9389) 和稳定的定量分析结果.
结论:
- 这种基于人工智能的系统显示出对眼睛痴呆症的有效和准确诊断有很大的潜力.
- 这项技术可以减少对手工显微镜的依赖,从而使临床决策更快.
- 自动检测有助于眼科医生管理与Demodex相关的眼睛疾病.
关键词:
在这里,我们可以看到AIAIAI.这种虫是Demodex mite.这是MGD MGD.在白炎的治疗中,白炎的治疗方法是:深度学习是一种深度学习.德莫迪科西斯 (demodicosis) 是一种疾病.对象检测检测对象检测对象检测更多相关视频
05:21In Vivo Confocal Microscopy: A Standard Operating Procedure for the Detection of Demodex Mites at the Eyelid Margin
Published on: July 3, 2025
743
08:13In Vivo Confocal Microscopy in the Diagnosis and Management of Dry Eye: A Focus on Imaging Protocols and Interpretation
Published on: November 11, 2025
404
