文献类型：期刊文章

作　　者：沈俊勇[1] 龚雁[2] 胡衍[1] 廖燕红[2] 杨建龙[3] 赵一天[3] 刘江[1,3]

Junyong Shen;Yan Gong;Yan Hu;Yanhong Liao;Jianlong Yang;Yitian Zhao;Jiang Liu(Department of Computer Science and Engineering,Southern University of Science and Technology,Shenzhen 518055,China;Ningbo Eye Hospital,Ningbo 315041,China;Cixi Institute of BioMedical Engineering,Ningbo Institute of Materials Technology&Engineering,Chinese Academy of Sciences,Ningbo 315201,China)

机构地区：[1]南方科技大学计算机科学与工程系,深圳518055 [2]宁波市眼科医院,宁波315041 [3]中国科学院宁波工业技术研究院慈溪生物医学工程研究所,宁波315201

出　　处：《中华眼视光学与视觉科学杂志》

基　　金：宁波市自然基金项目(2019A610354);浙江省自然科学基金(LQ19H180001);浙江省自然基金一般项目(LY19H120001);2021年度浙江省中医药科技计划(2021ZB268)。

年　　份：2021

卷　　号：23

期　　号：8

起止页码：615-621

语　　种：中文

收录情况：CAS、CSCD、CSCD2021_2022、IC、JST、ZGKJHX、普通刊

摘　　要：目的:探讨基于光学相干断层扫描(OCT)图像的深度学习算法用于湿性年龄相关性黄斑变性(wAMD)的分型的可行性以达到辅助眼科疾病诊断的目的。方法:数据使用2018年6月至2019年6月在宁波市眼科医院门诊确诊为wAMD患者39例(46眼)。首先将资深眼科专家提供的每例患者AMD等级作为分型算法的金标准,再使用Resnet34模型结构输出预测分型结果并与金标准对比,不断进行参数微调直到损失收敛,最终实现自动判断患者疾病等级。结果:使用已训练的模型进行所有测试病例的预测,基于正确的病例数与所有测试病例数的比例作为算法最终的准确率,结果表明深度学习网络方法分型准确率,与普通医师wAMD分型准确率相比,高出20%。通过梯度加权的类激活映射可视化模型诊断依据可作为临床医师诊断的参考。结论:深度学习经OCT图像数据训练后对wAMD分型的准确率明显高于普通医师对wAMD的分型准确率。基于深度学习算法的wAMD分型结果可用于疾病的辅助诊断,缓解国内专业眼科医师紧缺的现状。

关 键 词：深度学习  湿性年龄相关性黄斑变性 病灶分型  光学相干断层扫描

分 类 号：R774.5]