glaucoma | BriefGPT - AI 论文速递

关键词glaucoma

搜索结果 - 24

引入青光眼的生物力学功能关系：通过眼内压引起的神经组织应变改进视野损失预测
神经组织结构、生物力学、青光眼中的视野损失
PDF15 days ago
利用眼部结构变化预测青光眼进展的深度学习
利用深度学习模型，该研究探索了青光眼的结构功能关系，从结构性眼部退化中预测功能受损，并且开发出半监督时间序列算法以准确预测青光眼的进展。
PDFa month ago
使用人工智能方法研究视觉分析器
利用人工智能技术研究人眼的方法及应用，通过计算机视野和青光眼诊断来收集数据，利用软件工具分析图像，通过 Tobii Pro Glasses 3 设备和虚拟现实视频来研究眼球运动和焦点，使用数学建模研究眼瞳运动的相关性，为医学中的青光眼患者评
PDF2 months ago
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。
PDF4 months ago
基于多尺度时空变换的不平衡纵向学习，用于从不规则时间序列图像预测青光眼
青光眼预测的研究引入了基于变压器架构的多尺度时空变换网络 (MST-former)，针对时序图像输入进行了特定设计，可以在时空维度上有效地学习图像的语义信息；在不规则采样数据方面，引入了时间距离矩阵来非线性地缩放时间注意力；此外，通过温度控
PDF5 months ago
透明的严重程度排名：由成对的 n 隐藏比较推断的青光眼病例研究
利用视网膜图像构建了一个评估和解释青光眼严重性的框架，通过成对隐含比较进行衡量，并且提高了诊断准确性。
PDF7 months ago
通过噪声感知学习实现多伪标签下的准确视盘和杯盘分割
通过使用多伪标签噪声感知网络的创新标签去噪方法，本研究提出了准确识别光盘和杯子分割的方法，通过从伪标签中生成的像素级一致信息，提取干净像素和噪声像素之间的区别，有效改善了模型的性能。与其他标签去噪方法相比，在 RIGA 数据集上进行的全面实
PDF7 months ago
InceptionCaps: 数据稀缺环境下高效的青光眼分类模型
一项关于深度学习模型在自动青光眼分类中的研究，采用 InceptionCaps 作为基于预训练 InceptionV3 的胶囊网络，通过对视网膜眼底图像的分类，取得了较高的准确性和鲁棒性。
PDF7 months ago
ELF：一种端到端的本地和全局多模态融合框架用于青光眼分级
我们提出了一种用于青光眼分级的局部和全局多模式融合框架（ELF），用于充分利用眼底和光学相干断层扫描（OCT）之间的互补信息，通过在多模态青光眼分级 GAMMA 数据集上进行的广泛实验，证实了 ELF 的有效性与其他最先进方法的比较。
PDF8 months ago
探索青光眼检测的深度学习技术：综述
近期的研究发现，深度学习算法在自动生成眼底图像特征以检测青光眼方面具有潜力，本文综述了目前应用于青光眼分割、分类和检测的前沿深度学习方法，评估了这些技术的有效性和局限性，突出了关键发现并指出了进一步研究的潜在领域。深度学习算法的运用有望显著
PDF8 months ago
ICCV哈佛青光眼检测与进展：多模态多任务数据集和强化泛化的半监督学习
青光眼是全球不可逆盲的主要原因。本研究针对有限的带有最先进的光学相干断层扫描（OCT）3D 视网膜成像数据的标记患者的瓶颈问题，提出两种解决方案。首先，我们开发了一种新型的广义增强半监督学习（SSL）模型，称为伪监督器，以最佳方式利用无标签
PDF10 months ago
EDDense-Net：全密集编码器解码器网络用于视盘和视杯的联合分割
这篇论文介绍了一种用于诊断青光眼的联合 OC 和 OD 分割的 EDDense-Net 分割网络，该网络在图像中获取和传递空间信息的同时降低了网络的复杂性，并通过使用适当数量的滤波器减少了空间信息的损失，通过评估现有公开数据集上的表现，证明
PDFa year ago
深度学习与计算机视觉在青光眼检测中的应用综述
该研究通过调查最近的研究，使用眼底图像、光学相干断层扫描和视野图像等方法基于人工智能的青光眼诊断，特别关注利用深度学习的方法。研究提供了最新的分类法，并包含可用源代码的链接，以提高研究方法的可重复性。通过对广泛使用的公共数据集进行严格的基准
PDFa year ago
基于重建驱动动态细化的无监督域自适应方法，用于联合视盘和杯分割
提出了一种名为 RDR-Net 的无监督领域自适应方法，用于对靶向不同医疗中心的视网膜图像进行光盘和光杯分割，其包括三个模块以缓解领域差距。经过在四个公共数据集上的评估，该方法在分割性能和泛化能力方面均优于竞争模型。
PDFa year ago
UT-Net: 结合 U-Net 和 Transformer 进行联合视盘和杯分割及青光眼检测
本文提出了一种新的分割方法 UT-Net，结合了 U-Net 和 transformer，采用注意力机制，提高了对视网膜图像中视盘和视杯的分割准确度，并在三个数据集上验证了其优越性。
PDFa year ago
基于可解释人工智能的青光眼检测：迁移学习和 LIME
通过与多个预训练模型的比较，本文提出了一种具有 94.71％分类准确率的转移学习模型来识别青光眼，并利用本文的 Local Interpretable Model-Agnostics Explanations (LIME) 方法来帮助医疗专
PDF2 years ago
GARDNet: 色彩底片图像青光眼分类的鲁棒多视角网络
通过图像处理和深度学习神经网络分类相结合的方法，提出了一种先进的图像预处理技术来诊断青光眼。他们的 Glaucoma Automated Retinal Detection Network（GARDNet）在 Rotterdam EyePA
PDF2 years ago
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
PDF2 years ago
基于眼底成像和人工智能的青光眼自动检测：综述
该研究综述了基于人工智能的青光眼检测框架的两种主要方法，分别是基于逻辑规则和基于机器学习 / 统计建模，并重点概括了这两种方法的最新进展和瓶颈。
PDF2 years ago
REFUGE 挑战赛：基于眼底照片的青光眼自动化评估方法统一框架
通过成立 Retinal Fundus Glaucoma Challenge（REFUGE）公开了一个包含 1200 个图像的数据集，比现有最大的数据集都要大，提供了一个标准化的基准策略分析不同模型，挑战拥有 12 个资格的团队，其中两个排
PDF5 years ago