基于DeeplabV3+网络的睑板腺图像分割研究和评价

YANG Yi, ZHANG Hong, SHAN Kun, LIU Yao,ZHAO Wenbing,CAI Yuejiang,HONG Jiaxu, ZHAO Di

China Digital Medicine（2023）

引用 0|浏览2

暂无评分

摘要

目的:构建基于DeeplabV3+网络的人工智能(AI)系统算法模型,提高眼干燥症诊疗效率.方法:收集某医院干眼门诊就诊患者的睑板腺图像,构建图像数据库,随机分配为训练集和验证集,投入模型训练,分析并验证其可行性和有效性.结果:在内部验证集,基于DeeplabV3+的算法模型对于睑板腺区域分割的准确率达95.65％,均交并比和Kappa系数分别为83.75％和92.96％.该算法分割出的萎缩区域,与临床医生分割结果相似.结论:DeeplabV3+网络模型能够实现眼干燥症患者睑板腺腺体的自动切分,可辅助相关疾病的临床诊断和筛查,提高诊断效率.

关键词

Machine learning,Semantic segmentation,Ophthalmoxerosis,Tarsal gland atrophy

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要