深度学习视网膜前膜预测模型

OCT图像预测视力损害

利用深度学习从OCT图像预测视网膜前膜患者的视力损害程度,ResNet-50模型测试准确率达80%,热图显示关键特征位于中心凹及旁中心凹内层视网膜。

Hsia, Yun · Lin, Yuyi · Bo-Sin, Wang · Chung-Yen, Su · Lai, Yinghui · Hsieh, Yiting

Asia-Pacific Journal of Ophthalmology 2023

参数信息

测试准确率
80 %
测试准确率
70 %
训练准确率
100 %

技术优势

测试准确率80%

ResNet-50在测试集上的准确率为80%,优于ResNet-18的70%,更深的网络结构对OCT特征的区分能力更强。

定位关键特征

热图显示视力损害的关键特征主要位于中心凹及旁中心凹的内层视网膜,提示内层改变对视力影响更大。

无需额外检查

仅使用OCT图像即可预测视力损害程度,无需其他临床数据,便于集成到现有OCT设备中实现自动筛查。

应用场景