-
题名基于深度学习的睑板腺腺体分割方法研究
被引量:1
- 1
-
-
作者
林嘉雯
林智明
赖泰辰
郭林灵
邹璟
李笠
-
机构
福州大学计算机与大数据学院
福建省网络计算与智能信息处理重点实验室
福建医科大学基础医学院
福建省立医院眼科
福建省立医院南院眼科
-
出处
《国际眼科杂志》
CAS
北大核心
2022年第7期1191-1194,共4页
-
基金
福建省自然科学基金项目(No.2020J011084)。
-
文摘
目的:探讨应用深度学习技术解决睑板腺腺体自动分割问题的效果与价值。方法:采集并筛选出193幅红外睑板腺图像构建图像数据库,由3名临床医师对图像进行人工标记;引入UNet++网络与自动数据增广策略构建睑板腺腺体自动分割模型,采用精确率、敏感性、特异性、准确率和交并比分析该模型的可行性与有效性。结果:以人工标注结果为金标准,基于UNet++的睑板腺腺体自动分割模型取得94.31%的准确率,敏感性、特异性分别为82.15%和96.13%,腺体分割表现具有较好的稳定性,模型处理单张图像的平均用时仅为0.11s。结论:引入深度学习技术实现睑板腺腺体的自动分割,具有良好的准确性、稳定性和高效性,可服务于睑板腺功能障碍患者腺体形态参数的计算,辅助相关疾病的临床诊断和筛查,提高诊断效率。
-
关键词
睑板腺功能障碍
红外睑板腺图像
腺体分割
深度学习
UNet++
-
Keywords
meibomian gland dysfunction
infrared meibomian gland images
gland segmentation
deep learning
UNet++
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-