目的探討瞼板腺圖像深度處理分析方法的臨床應用價值。方法診斷評價研究。采集2017年1月至2018年12月就診于武漢大學人民醫(yī)院眼科中心年齡（40.03±11.46）歲的干眼患者的2 304幅瞼板腺圖像構建瞼板腺圖像數(shù)據(jù)庫,由2名臨床醫(yī)師對圖像進行標記,利用深度學習算法建立模型,檢測模型對瞼板腺識別及標注的準確性并計算瞼板腺缺失率。采用平均精度均值（mAP）及驗證集損失值評價模型對特征區(qū)域識別的準確性。并隨機選取64幅數(shù)據(jù)庫以外的瞼板腺圖像,由7名受試醫(yī)師獨立評估后與模型評估結果進行統(tǒng)計性t檢驗。結果模型對瞼結膜進行標記的mAP>0.976,驗證集損失值<0.35;對瞼板腺標記的mAP>0.922,驗證集損失值<1.0。模型標記的瞼板腺比例為53.24%±11.09%,人工標記為52.13%±13.38%,差異無統(tǒng)計學意義（t=1.935,P>0.05）。模型評價每幅圖像僅需0.499 s,而臨床醫(yī)師用時平均超過10 s。結論該瞼板腺圖像深度處理方法可提高臨床檢查結果的準確性,提高診斷效率,可用于瞼板腺功能障礙相關疾病的臨床輔助診斷和篩查。（中華眼科雜志,2... 

【文章來源】：中華眼科雜志. 2020,56(10)北大核心CSCD

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]干眼的臨床診斷與治療亟待規(guī)范化和精細化[J]. 劉祖國.  中華眼科雜志. 2017 (09)
[2]瞼板腺功能障礙相關檢查方法比較[J]. 姚衛(wèi)蘭,梁慶豐,孫旭光,王寧利,LABBE Antoine.  中華眼科雜志. 2014 (04)



本文編號：3361538