排序方式： 共有3条查询结果，搜索用时 281 毫秒
1
1.
近年来,随着计算机学科的进步与学科交叉融合的推进,人工智能(AI)在医学领域呈现出迅猛发展的态势,在眼科学也取得了许多突破性进展。既往AI在眼科学的应用研究大多集中在糖尿病视网膜病变、年龄相关性黄斑变性等眼底疾病。近年来,随着AI学习算法的改进以及大数据的开发利用,AI在眼科学的应用范围得以进一步拓展,越来越多的研究开始将AI应用于眼表疾病。本文综述了AI在圆锥角膜、翼状胬肉及角膜炎等眼表疾病中的相关研究和应用,探讨当前AI在眼科学临床应用中面临的挑战与机遇,并对其未来发展前景进行展望,旨在为眼科AI的发展提供新思路。 相似文献
2.
目的构建基于深度学习的角膜活体共聚焦显微镜(IVCM)图像人工智能(AI)辅助识别系统, 并评估其在临床上的应用价值。方法采用诊断试验研究方法, 收集2021年5月至2022年9月于武汉大学人民医院及武汉大学中南医院行IVCM检查的331例受试者18 860张角膜IVCM图像, 经资深角膜专家对图像进行筛选分类后用于模型的训练及测试。模型包括低质量图像过滤模型、角膜图像诊断模型及角膜上皮层、前弹力层、基质层和内皮层4个层次识别模型, 判断正常及异常角膜图像与对应角膜层次。选取360张独立于数据库的IVCM图像进行人机大赛, 比较3位角膜专业高年资医师与人工智能对图片识别的准确度及用时。另选取8位未经过IVCM培训且临床经验少于3年的低年资医师对360张图像进行无模型辅助及模型辅助下识图, 对2次评估结果进行差异分析以评估模型辅助效果。结果本诊断模型筛选高质量图像的准确度为0.954, 在内部及外部测试集中, 识别角膜正常/异常图像的总体准确度分别为0.916和0.896;在识别正常及异常图像的角膜层次中, 内部测试集的准确度分别达到了0.983及0.925, 外部测试集分别达到了0.9... 相似文献
3.
目的探讨miR-497在碱烧伤诱导的角膜新生血管(CNV)形成过程中的作用及其机制。方法选用健康清洁级6～8周龄野生型(WT)C57BL/6小鼠42只以及成功鉴定为CRISPR/Cas9介导的miR-497敲除(KO)和过表达转基因(TG)小鼠各42只, 分别作为WT组、KO组和TG组。构建角膜碱烧伤模型, 分别于造模后第3、7、14、21天行裂隙灯显微镜检查并进行角膜上皮损伤评分和角膜基质混浊评分, 测量CNV面积;采用组织病理染色法观察角膜结构变化和炎症细胞的表达;采用免疫组织化学染色法检测角膜组织中CD31的表达;采用荧光素酶报告基因检测miR-497与信号转导及转录激活蛋白3(STAT3)之间的靶向结合关系;采用实时荧光定量PCR法检测各时间点小鼠角膜组织中miR-497以及血管内皮生长因子A(VEGFA)、肿瘤坏死因子(TNF)-α、白细胞介素(IL)-6、IL-1β、单核细胞趋化蛋白(MCP)-1 mRNA的相对表达量变化;采用Western blot法检测各组造模后14 d角膜组织中STAT3、p-STAT3蛋白的表达。结果小鼠角膜碱烧伤后出现角膜损伤和炎症细胞浸润, 同... 相似文献
1