基于YOLOv5的眼前节参数实时测量算法研究

作者：贺永强; 齐珊; 李泽萌; 周盛; 杨军; 林松^*

来源：医疗卫生装备, 2023, 44(06): 7-13.

DOI：10.19745/j.1003-8868.2023108

• YOLOv5
• 眼前节参数
• 超声生物显微镜
• 目标检测
• 深度学习

目的：针对已有算法无法在超声生物显微镜（ultrasonic biological microscopy,UBM）图像中同时测量多个眼前节生理参数的问题，提出一种基于YOLOv5的眼前节参数实时测量算法。方法：先使用YOLOv5算法在UBM图像中定位出中央角膜上皮层、中央角膜内皮、两侧前房角、两侧睫状沟、瞳孔两端、瞳孔中央及晶状体后囊，再结合先验知识将其排序并筛选出合格图像后，计算中央角膜厚度、前房深度、晶状体厚度、睫状沟间距、前房角间距及瞳孔直径等眼前节生理参数。使用欧氏距离之差的绝对值评估该算法对眼前节生理参数的测量误差。结果：该算法对眼前节关键点的定位误差为（66.27±66.25）μm，预测中央角膜厚度的相对误差为9.61%，预测其他眼前节参数的相对误差均在3%以下。在配备Ryzen 5 4600U处理器的便携式计算机上检测一张UBM图片仅需要140 ms。结论：该算法准确性高、实时性强、对硬件要求低，能够精确且快速地测量多个眼前节生理参数。

• 单位
  中国医学科学院北京协和医学院; 天津迈达医学科技股份有限公司; 天津医科大学眼科医院