返 回
如何自动筛查青光眼？
为了自动筛查青光眼，人们研究出了一些基于度量的方法，首先分割出主要的图像结构（包含视杯（optic cup）和视盘（optic cup）），然后计算一些度量参数值来判断。 然而这些方法严重依赖于分割的精度，而分割的精度又容易受到一些因素干扰很难控制。 近年来基于学习的方法逐渐得到了发展，主要是学习眼底图像的各种可视化的特征，然后根据训练好的分类器来对青光眼进行筛查。 根据提取的可视化图像特征，又可以挖掘出更多的相关信息，进一步丰富了临床数据。 深度学习技术近年来被证明在很多计算机视觉的领域都取得了良好的成效，在医学图像分析领域也是如此。 举例来说，卷积神经网络（CNNs）通过学习分层的特征，在眼底血管检测方面效果显著。 在青光眼检测方面也有人开发了深度学习系统来直接鉴别青光眼。