基于云计算的估计器的开发,用于分析 fundus 图像中的圆盘角,使用堆叠组合模型
Masakazu Hirota1,2,3,4, Maki Watanabe5, Kakeru Sasaki6,2
1Department of Orthoptics, Teikyo University, Itabashi, Japan hirota.ortho@med.teikyo-u.ac.jp.
BMJ open ophthalmology
|January 14, 2026
概括
基于云的自动化软件使用堆叠组合模型准确地分析 fundus 图像中的磁盘-叶角 (DFA). 与手动评估相比,这种方法显著减少了分析时间,在临床环境中证明有用.
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:
- 圆盘-叶角 (DFA) 是底部图像分析中的一个关键参数.
- 准确和高效的DFA测量对于诊断和管理各种眼部疾病至关重要.
研究的目的:
- 开发一款基于云的软件,用于在底部图像中进行自动化磁盘角 (DFA) 分析.
- 与手动分析相比,评估这种自动化DFA评估的准确性和效率.
主要方法:
- 一项回顾性研究包括682张来自健康个体和循环的患者的 fundus 图像.
- 一个堆叠组合模型,集成对象检测和机器学习算法,被开发用于自动DFA分析.
- 手动的DFA分析是由两个独立的审查员使用基于Web的软件进行的,平均值被认为是地面真相.
主要成果:
- 与手动分析相比,自动DFA测量没有显著差异 (p=0.52).
- 自动化分析显示,与手动分析 (15.794±1.558秒) 相比,每张图像的处理时间 (0.430±0.240秒) 显著缩短 (p<0.001).
结论:
- 开发的基于云的软件使用堆叠组合模型提供准确的DFA测量.
- 自动化DFA分析提供了显著的节省时间的优势,使其成为临床应用的宝贵工具.
