Aug, 2023

从视神经光学相干断层扫描报告中提取文本

PDF
TL;DR开发和评估基于规则的算法以提取来自 Zeiss Cirrus 光学相干断层扫描报告的文本数据，包括视网膜神经纤维层（RNFL）值和其他神经节细胞计数（GCC）数据。通过手动审核一组 RNFL 和 GCC 报告，验证算法的性能高，可以准确提取数据。定制化的光学字符识别算法可以在大规模上自动处理 PDF 报告以大大减少提取光相干扫描结果的时间。
发现论文，激发创造
  • 应用几何深度学习识别青光眼诊断中视神经盘的关键三维结构特征

    本研究基于 Spectralis OCT 提取 3D ONH 点云并采用 PointNet 和 DGCNN 两种几何深度学习技术用于诊断青光眼和分析 3D 结构特征，其诊断精确度均优秀，且能确定有助于诊断的关键结构特征。因此，该方法具有诊断各种眼科疾病的潜在临床应用前景。

    Apr, 2022

  • 三个解剖区域的周视盘神经纤维层反射和其他 OCT 参数构建角膜压分类的混合深度学习

    通过混合的深度学习模型，结合 NFL 反射和其他 OCT 参数，提高青光眼诊断的准确性。

    Jun, 2024

  • 使用人工智能和广角视网膜光学相干断层扫描技术，哪种结构更适合诊断青光眼：黄斑或视神经头？

    发展了一种利用深度学习算法自动分割视神经头（ONH）和黄斑结构的三维广域光学相干断层扫描（OCT），并评估 ONH 或 macula 结构（或两者的组合）哪种提供最佳的青光眼诊断能力的方法。

    Oct, 2022

  • OCTDL：用于基于图像的深度学习方法的光学相干断层扫描数据集

    该研究使用光学相干断层扫描（OCT）技术，建立了一个开放数据集（OCTDL），其中包含 1600 多幅高分辨率 OCT 图像，针对疾病组和视网膜病理进行了标记。通过应用深度学习分类技术，对该数据集进行了疾病分类的研究。

    Dec, 2023

  • DISCOVER: 光学相干断层扫描血管造影的 2D 多视图总结用于自动糖尿病性视网膜病变诊断

    该研究使用光学相干断层扫描血管造影技术（OCTA）对糖尿病视网膜病变进行自动评估，通过优化的二维摘要和分类流程，提供了比三维分类更好、更易解释的结果。

    Jan, 2024

  • 一种测量眼底照片中扇形视盘苍白的方法及其与盘周神经纤维层厚度的关联

    通过深度学习，我们开发了一种自动定位和量化眼底照片中的视盘苍白的软件，并发现了视盘苍白测量与 pRNFL 厚度之间的关联性。

    Nov, 2023

  • Optic-Net：一种新型卷积神经网络用于诊断光学断层扫描图像中的视网膜疾病

    本研究提出一种卷积神经网络架构，能够成功区分不同视网膜层的退化以及其潜在的疾病原因，准确率达到 99.8%，100%。此外，这种架构可以实时预测视网膜疾病，同时表现优于人类诊断医师。

    Oct, 2019

  • 基于空间感知 Transformer-GRU 框架的增强型青光眼诊断从 3D OCT 成像

    提出了一种新颖的深度学习框架，基于 3D 光学相干断层扫描（OCT）成像进行自动青光眼检测，取得了优于现有方法的表现，为提高临床决策支持系统和改善青光眼管理患者预后提供了重要潜力。

    Mar, 2024

  • 眼科图像的容错聚类引导对比嵌入学习

    本文提出了一种名称为 EyeLearn 的无监督学习框架，该框架采用聚类引导的对比学习策略，可以从眼科图像中学习最优特征表示，以进行视野预测和青光眼检测。

    Sep, 2022

  • RetiNet: OCT 体数据中自动识别 AMD

    本研究提出了一种基于卷积神经网络的半监督学习方法，利用光学相干断层扫描成像技术对视网膜疾病进行自动识别，并取得了良好的效果。

    Oct, 2016