基于深度学习算法在角膜共聚焦显微镜图像中炎症细胞智能识别的研究

摘要：

目的 开发和评估基于深度学习算法的自动识别角膜共聚焦显微镜(in vivo confocal microscopy,IVCM)图片中角膜炎细胞的智能辅助诊断系统.方法 纳入广西壮族自治区人民医院眼科感染性角膜炎患者IVCM图像.采用ResNet101卷积神经网络构建智能模型.使用5倍交叉验证的方法对模型的效能进行检验,计算模型准确度、特异度和敏感度评估该智能辅助诊断系统的识别真菌菌丝、炎症细胞、活化的树突细胞的效能.结果 该研究共纳入2105张图片,经交叉验证,该模型识别真菌菌丝的准确度为0.974,特异度为0.976,敏感度为0.971.识别炎症细胞的准确度为0.993,特异度为0.994,敏感度为0.990.识别活化的树突细胞的准确度为0.993,特异度为0.994,敏感度为0.990.结论 该研究自主研发的基于深度学习算法的智能系统可有效地将共聚焦图片中的角膜炎异常细胞进行自动识别,在识别多种IVCM图像的角膜炎细胞中表现出良好的诊断效能.

关键词：人工智能、残差网络、深度学习、角膜炎、共聚焦显微镜

所属期刊栏目：13

分类号：TP18(自动化基础理论)

资助基金：广西医疗卫生适宜技术开发与推广应用项目编号:S2019084

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：119-122