近日，医院眼科王康教授团队在视网膜疾病领域著名期刊Retina上发表论文DevelopmentandValidationofanExplainableArtificialIntelligenceFrameworkforMacularDiseaseDiagnosisBasedonOCTImages.
在本研究中，王康教授团队提出了一种新的具有更强解释性的融合图像水平病变识别和眼睛水平病种诊断的人工智能集成框架，该架构包括应用深度学习实现对OCT图像上的多种视网膜病变进行识别以及应用随机森林方法在单眼层面基于一系列病变信息来诊断可能的黄斑疾病。本研究在大量数据上开发和验证这一基于OCT图像水平视网膜病变分类和眼部水平黄斑疾病诊断的更具说服力的框架。
黄斑位于视网膜后极部，是人类视觉产生的重要结构。当患者黄斑出现某些病变时，可发展为损害视力的黄斑部疾病，例如糖尿病性黄斑水肿(diabeticmacularedema，DME)和老年性黄斑变性(age-relatedmaculardegeneration，AMD)。DME是糖尿病的主要并发症之一，全球超过万例糖尿病患者中，平均每15名糖尿病患者中就有一人受到DME的影响。AMD是老年人部分或全部失明的主要原因，可分为干性AMD和湿性AMD。准确识别视网膜病变和黄斑部疾病对临床诊断和治疗具有重要意义。基于OCT影像，临床医生可以识别与疾病诊断相关的各种视网膜病变，开发一种OCT影像智能分析系统在眼科领域很受