基于深度学习和智能手机的眼病预防与远程诊疗

来源 :眼科学报 | 被引量 : 0次 | 上传用户:caiwenta
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能手机覆盖率的增加与可用性的提升,实现智能健康管理的应用程序成为新兴研究热点.新一代智能手机可通过追踪步数,监测心率、睡眠,拍摄照片等方式进行健康分析,成为新的医学辅助工具.随着深度学习技术在图像处理领域的不断进展,基于医学影像的智能诊断已在多个学科全面开花,有望彻底改变医院传统的眼科疾病诊疗模式.眼科疾病的常规诊断往往依赖于各种形式的图像,如裂隙灯生物显微镜、眼底成像、光学相干断层扫描等.因此,眼科成为医学人工智能发展最快的领域之一.将眼科人工智能诊疗系统部署在智能手机上,有望提高疾病诊断效率和筛查覆盖率,改善医疗资源紧张的现状,具有极大的发展前景.综述的重点是基于深度学习和智能手机的眼病预防与远程诊疗的进展,以糖尿病性视网膜病变、青光眼、白内障3种疾病为例,讲述深度学习和智能手机在眼病管理方面的具体研究、应用和展望.
其他文献
量子剪裁发光是20世纪50年代由Dexter提出的,吸收一个高频光子转换为两个低频光子的过程.20世纪90年代提出了将Yb3+离子的剪裁发光应用于提高硅基电池效率的构想,但是一直没有实质性的进展.2017年,Yb3+离子的铅卤化物钙钛矿量子剪裁发光材料被发现,并大幅提高了商用硅电池的光电转换效率,为光伏应用带来新的契机.本文简单梳理量子剪裁发光材料发展的历程、新兴Yb3+掺杂钙钛矿材料发现的过程、光学性能与发光机制、应用探索以及给光伏产业带来的潜在影响.同时,也提出了未来商用化进程中需要解决的一些关键问题
3h-31 of Heliothis virescens ascovirus 3h (HvAV-3h) is a highly conserved gene of ascoviruses.As an early gene of HvAV-3h,3h-31 codes for a non-structural protein (3H-31) of HvAV-3h.In the study,3h-31 was initially transcribed and expressed at 3 h post-in
近年来随着人口老龄化的发展、人群用眼方式的改变,现有的眼科医疗资源正越来越难以满足日渐增长的医疗需求,亟需新型的诊疗模式予以补足.眼科人工智能作为眼科领域的新兴元素,在眼病的筛查诊断中发展迅速,主要表现为“眼部图像数据+人工智能”的模式.近年来,随着该模式在白内障、青光眼、糖尿病性视网膜病变(diabetic retinopathy,DR)等常见病中研究的深入,相关技术日渐成熟,表现出了较大的应用优势与应用前景,部分技术甚至成功转化并被逐渐应用于临床.眼科诊疗向智慧医学模式的过渡,有望缓解日益增长的医疗需
采用二苯基甲烷-4,4\'-二异氰酸酯(MDI)和聚己二酸-1,4-丁二醇酯二醇(PBA)合成了一系列的聚氨酯预聚物.以丁酮肟作为封闭剂,以异佛尔酮二胺(IPDA)和4,4\'-二氨基二环己基甲烷(PACM)为扩链剂,以甲苯和乙酸乙酯混合溶液作为溶剂,制备了溶剂型封闭聚氨酯胶粘剂.对聚氨酯的合成、封闭和解封以及封闭聚氨酯固化前后的热稳定性进行了研究,讨论了预聚物NCO含量、扩链剂、扩链系数对胶粘剂拉伸剪切强度的影响.研究结果表明:溶剂型封闭聚氨酯胶粘剂在160℃下可以完成解封和扩链反应,PACM作
人工智能是对人类智能的模拟和拓展.基于深度学习的人工智能可以很好地利用图像的内在特征,如轮廓、框架等,来分析图像.研究人员通常利用图像来诊断眼底病,因此将人工智能应用于眼底检查是有意义的.在眼科领域,人工智能通过分析光学相干断层扫描图像、眼底照片和超宽视野图像,已经在检测多种眼底疾病上取得了类似医生的性能.它也已经被广泛应用于疾病进展预测.然而,人工智能在眼科的应用也存在一些潜在的挑战,黑盒问题是其中之一.研究人员致力于开发更多的可解释的深度学习系统,并确认其临床可行性.人工智能在最流行的眼底病中的最新应
质量监督的定义是:为了确保满足规定的质量要求,对实体(过程)的状态进行连续的监视和验证,并对记录进行分析.JJF1069-2012《法定计量检定机构考核规范》中指出:质量监督员由各科室内熟悉检定、校准或检测的方法、程序、目的和结果评价的人员担任.质量监督员在监督过程中需要注重多方面细节,所以任务量大、工作职责重.依据本所程序文件要求,笔者就担任质量监督员期间的工作提出几点感想.
期刊
1月21日,淮委召开党史学习教育总结会议.委党组书记、主任、淮委党组党史学习教育领导小组组长刘冬顺出席会议并讲话.水利部党史学习教育第三指导组组长凌先有,淮委党组成员刘玉年、杨卫忠、伍海平、郑维立、谢兴广、杨锋,一级巡视员汪斌、顾洪,二级巡视员(副司级)徐英三出席会议.
近年来随着医疗领域数字化、信息化建设的加速推进,人工智能的应用越来越广泛,在眼科医学方面尤为突出.婴幼儿处于视觉系统发育的关键时期,此时发生的眼病往往会造成不可逆的视功能损伤,带来沉重的家庭和社会负担.然而,由于婴幼儿群体的特殊性以及小儿眼科医生的短缺,开展大规模小儿眼病筛查工作十分困难.最新研究表明:人工智能在先天性白内障、先天性青光眼、斜视、早产儿视网膜病变以及视功能评估等领域已经得到相关应用,在多种婴幼儿眼病的早期筛查、诊断分期、治疗建议等方面都有令人瞩目的表现,有效解决了许多临床难点与痛点.但目前
全身疾病通过一定途径累及眼球,产生眼部病变,这些眼部病变的严重程度与全身疾病的进展密切相关.人工智能(artificial intelligence,AI)通过识别眼部病变,可以实现对全身疾病的评估,从而实现全身疾病早期诊断.检测巩膜黄染程度可评估黄疸;检测眼球后动脉血流动力学可评估肝硬化;检测视盘水肿,黄斑变性可评估慢性肾病(chronic kidney disease,CKD)进展;检测眼底血管损伤可评估糖尿病、高血压、动脉粥样硬化.临床医生可以通过眼部影像评估全身疾病的风险,其准确度依赖于临床医生的
一、引言rn在“十三五”期间,安徽省长丰县深入贯彻党中央国务院一系列战略和决策部署,坚决打赢打好碧水保卫战,扎实推进水生态建设工作,全县水生态质量显著改善,水质实现历史性突破,全县水生态绿水青山画卷更加壮美.2020年,全县水质目标达标率为100%,全县河流总体水质状况良好,全面实现“十三五”规划目标,水生态环境质量持续改善.