【摘 要】
：
目的 观察基于眼底彩色照相的常见眼底疾病六分类智能辅助诊断轻量化模型的诊断价值.方法 应用研究.采集南京医科大学附属眼科医院和浙江省数理医学学会智能眼科数据库的2400张彩色眼底像数据集,该数据集经脱敏处理及眼底病专科医师标注,包括糖尿病视网膜病变、青光眼、视网膜静脉阻塞、高度近视、老年性黄斑变性、正常眼底像各400张.训练时使用迁移学习方法,将经典分类模型VGGNet 16、ResNet50、DenseNet 121和轻量化分类模型MobileNet3、ShuffleNet2、GhostNet在Imag
【机 构】
：
湖州师范学院信息工程学院,湖州313000;浙江省现代农业资源智慧管理与应用研究重点实验室,杭州313000;南京医科大学附属眼科医院眼科人工智能大数据实验室,南京210029
论文部分内容阅读
目的 观察基于眼底彩色照相的常见眼底疾病六分类智能辅助诊断轻量化模型的诊断价值.方法 应用研究.采集南京医科大学附属眼科医院和浙江省数理医学学会智能眼科数据库的2400张彩色眼底像数据集,该数据集经脱敏处理及眼底病专科医师标注,包括糖尿病视网膜病变、青光眼、视网膜静脉阻塞、高度近视、老年性黄斑变性、正常眼底像各400张.训练时使用迁移学习方法,将经典分类模型VGGNet 16、ResNet50、DenseNet 121和轻量化分类模型MobileNet3、ShuffleNet2、GhostNet在ImageNet数据集上训练获得的参数迁移到六分类常见眼底疾病智能辅助诊断模型作为初始化参数,进行训练并获得最新模型.选取临床患者彩色眼底像l 315张作为测试集.评价指标包括灵敏度、特异性、准确度(Accuracy)、F1-Score和诊断试验的一致性(Kappa值);比较不同模型的受试者工作特征曲线以及曲线下面积值.结果 与经典分类模型比较,3种轻量化分类模型的储存大小和参数量均显著降低,其中ShuffleNetV2平均每张识别时间较经典分类模型VGGNet 16快438.08 ms.3个轻量化分类模型的准确度均＞80.0％;Kappa值均＞70.0％,具有显著一致性;对正常眼底图像诊断的灵敏度、特异性、F1-Score均≥98.0％;宏观F1分别为78.2％、79.4％、81.5％.结论 基于眼底彩色照相的常见眼底疾病智能辅助诊断轻量化模型识别准确率高、速度快;储存大小和参数量均较经典分类模型显著降低.
其他文献
目的 通过缺陷病案分析,查找神经内科护理问题,以期提高护理质量,减少神经内科不良事件发生率.方法 随机选取2020年3月1日-2020年5月31日住院患者对照组180人,随机选取某医院神经内科2020年6月1日-2020年9月30日住院患者为观察组180人.对照组采用常规护理,观察组采用缺陷病案分析,查找不良事件发生的原因改进护理措施.比较两组患者护理质量评分、不良事件发生率.结果 观察组患者护理质量评分和病案质量评分(95.63±9.42、94.17±9.25)明显高于对照组(87.52±8.93、87
目的 评价目标教学法结合迷你临床演练评估在消化内科专业住院医师规范化培训中的作用,提高消化专科住院医师规范化培训的教学水平.方法 对2014年1月1日-2019年1月1日问进入消化内科进行三年住院医师规范化培训的医生132人随机分为传统教学方法组(n=65)和目标教学方法组(n=67),在住院医师进入消化内科培训前后随机进行两次Mini-CEX测评,并在培训后进行问卷调查.结果 两组的问卷调查结果整体比较显示目标教学组的“非常满意”比例明显高于传统组,“不满意”比例低于传统组(P=0.006,P＜0.05
新命名是基于近年光相干断层扫描(OCT)和OCT血管成像(OCTA)对新生血管性老年性黄斑变性(AMD)的认识提出的共识.命名委员会主要参与者是美国黄斑学会和法国联邦黄斑学会的医生,并集中了全球发表大量AMD文献的专家、AMD临床试验读片中心的代表和从事过AMD研究的眼病理学者.共识将新生血管性AMD改称为黄斑新生血管病(MNV),分为1型、2型、3型共3个亚型.
随着眼底成像技术的快速发展,在多模式影像新概念的基础上建立新生血管性老年性黄斑变性(nAMD)新命名系统对于指导临床工作具有重要意义.2020年,由视网膜专家、眼底读片专家以及眼病理学家组成的nAMD研究组经过反复讨论并达成共识,在原有荧光素眼底血管造影和病理认识的基础上,结合吲哚青绿血管造影、光相干断层扫描及光相干断层扫描血管成像等新型影像和当前的病理认识,建立了nAMD亚型和相关病变的新命名,以帮助眼底病医师对各种不同表现nAMD患者进行分组和研究.该共识提出术语“黄斑新生血管”,并将其分为1型、2型
目的 基于深度卷积神经网络(DCNN)方法自动测量彩色眼底像上全局和局部豹纹分布密度.方法 应用研究.将2021年5～7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1028只眼的1005张彩色眼底像建立人工智能(AI)数据库.采用RGB颜色通道重标定方法(CCR算法)、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理.对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割
目的 应用多模态深度学习模型对糖尿病视网膜病变(DR)超广角荧光素眼底血管造影(UWFA)图像进行病变程度的自动分级.方法 回顾性研究.2015年至2020年于武汉大学人民医院眼科中心就诊并接受UWFA检查的DR患者297例399只眼的798张图像作为模型的训练集和测试集.其中,无视网膜病变、非增生型DR(NPDR)、增生型DR(PDR)分别为119、171、109只眼.通过联合优化CycleGAN和卷积神经网络(CNN)分类器一种图像级监督深度学习模型,定位和评估DR患眼UWFA早期和晚期正位图像中的荧
目的 基于深度学习的双模态眼底照相机研究视网膜分支静脉阻塞(BRVO)患眼视网膜血氧饱和度及血管形态变化.方法 前瞻性研究.2020年5～10月于温州医科大学附属眼视光学院检查确诊的BRVO患者31例31只眼(BRVO组)和性别年龄匹配的健康志愿者20名20只眼(对照组)纳入研究.BRVO组31例31只眼中,既往接受1次玻璃体腔注射抗血管内皮生长因子药物治疗20例20只眼,未接受任何治疗11例11只眼;并据此分为治疗组、未治疗组.应用双模态眼底照相机采集视网膜图像;利用深度学习方法在黄斑感兴趣区域(MRO
目的 建立基于深度学习光相干断层扫描(OCT)图像眼底病变的眼底智能辅助诊断系统,初步评估其应用价值.方法 诊断性试验研究.2016年至2019年期间于浙江大学医学院附属第二医院眼科中心就诊的25000例患者的25000张OCT图像作为眼底智能辅助诊断系统的训练集和验证集.其中,黄斑前膜、黄斑水肿、黄斑裂孔、脉络膜新生血管(CNV)、老年性黄斑变性(AMD)各5000张.训练集、验证集分别为18124、6876张.通过迁移学习Attention ResNet结构算法,对OCT图像进行特征性病变识别,通过特
目前人工智能(AI)在多种眼科疾病的诊断治疗中取得了日益广泛的应用,但依然存在很多问题.由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系,难以对多项研究结果进行横向比较.而在图像生成领域,评价体系更存在较大空白.在临床应用中,眼科AI研究常与临床实际需求脱节,被寄予了过高的期望,且对临床数据的质量及数量均具有较高的要求,限制了AI研究成果转化.利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点,但其研究结果缺乏可解释性,限制了临床医生的接受度.眼科AI研究也因缺乏完善的法律规定、监管机制,
目的 比较基于彩色眼底像阅片的人工智能(AI)系统分别在社区和医院筛查和(或)诊断糖尿病视网膜病变(DR)的效率和差异,初步评价其应用价值.方法 回顾性和前瞻性相结合研究.回顾性收集2018年7月至2021年3月于河南省眼科研究所连续就诊的老年糖尿病患者1608例的临床资料.其中,男性659例,女性949例;年龄中位数64岁.前瞻性收集2018年12月至2019年4月以社区为来源主动招募的老年糖尿病患者496例的临床资料.其中,男性202例,女性294例;年龄中位数62岁.由眼科或经培训的内分泌科医生对患