基于超声生物显微镜房角开闭状态的人工智能识别的研究

作者：林松; 王抒阳; 胡雅楠; 秦鲁宁; 王文赛; 杨军

来源：中国超声医学杂志, 2021, 37(12): 1321-1323.

• 青光眼
• 超声生物显微镜
• 人工智能
• 卷积神经网络

目的基于超声生物显微镜(UBM)图像,通过卷积神经网络(CNN)建立前房角开闭状态的自动识别方法。方法数据集为我院及所属医联体医院采集的眼科疾病患者的UBM图像。由3名眼科医师手动分为房角开放和房角关闭两类,使用改进后的CNN VGG16模型实现前房角开闭状态的自动识别。结果该CNN模型对前房角UBM图像的开闭状态识别准确率为0.961 9,灵敏度为0.961 8,AUC为0.997 3。结论基于CNN模型的前房角开闭状态的自动识别方法准确可靠,为原发性闭角型青光眼的UBM影像自动诊断奠定了实验基础。

• 单位
  天津医科大学眼科医院; 中国医学科学院北京协和医学院