基于神经网络的眼底视杯图象分割技术

根据眼底图象中视杯的边沿特征,提出了一种基于ＢＰ神经网络的视杯分割方法,详述了这种方法的实现过程,并研究了ＢＰ学习算法的加速问题．实验证明,这种方法的分割效果较好．     

一切尽在“眼底”——访上海市优秀学科带头人许迅

他是一名医生，一名老师，一名研究者，一名“光明使者”。也许在三十年前，当他第一次踏进医学院的大门，就注定要与“眼”结缘。     

基于互信息的视网膜眼底图像配准方法

提出一种在于互信息的视网膜眼底图像配准方法，并采用遗传算法求解待配准图像的变换参数。与传统方法相比，该方法具有配准精度高、可可靠性好、不需要进行图像的预分割和特征提取等特点，配准精确度可以达到亚像素级。     

杏林春暖 大医精诚——记陕西省眼底病重点学科学科带头人王润生

一月,如此行行复行行,又至岁初. 回首2010年,是一幅幅恢弘长卷.费尽心血,只为记录历史,见证光荣.他们看尽繁华璀璨,却甘心寂寂于一隅,守着一方清净地,积年不辍. 21世纪,眼科学作为现代临床医学的重要分支,随着生命科学、基础医学和各种高新技术的发展,取得了前所未有的进步.我国眼科的基础理论研究、临床医疗技术和整体学术水平迅速提高,已接近或与国际水平同步发展.伴随着我国眼科一同成长的,还有西安市第四医院眼科主任医师、行政副主任,西安市眼底病研究所副所长、陕西省眼底病重点学科学科带头人王润生.     

年轻人血压高需排查慢性肾炎

20多岁的李某被查出是高血压,每天吃降压药,但病情却越来越重,且视力模糊、眼底出血。前不久,他换医院检查,竟发现自己是慢性肾炎引起的高血压。慢性肾炎是引起年轻人高血压较为常见的一种病,近年来临床中见到的慢性肾炎患者也越来越低龄化。慢性肾炎以血尿、蛋白尿、高血压和水肿为主要表现,而其中除肉眼可见的血     

脉络膜血流图及其临床诊断价值

阐明了利用激光干涉度量术测定眼底脉胳膜血流图的原理和数据判读方法,并且以实例说明脉胳膜血流图对于多发性大动脉炎的诊断价值和在预报缺血性脑血管病方面的潜在的重要意义。     

中心性浆液性脉络膜视网膜病变眼底荧光血管造影分析

目前认为中浆的病理改变是脉络膜毛细血管通透性增强及视网膜色素上皮屏障功能的破坏。其眼底荧光血管造影表现主要为渗漏点、视网膜色素上皮脱离和神经上皮脱离。本文就以上内容分析了506例中浆的发病机转,并提出了中浆急性期、中浆迁延期、中浆间歇期和陈旧性中浆四种诊断类型。     

基于深度学习的多模态眼科图像回归预测

青光眼是世界第二大致盲性眼病，视网膜神经纤维层（RNFL）缺损是诊断青光眼的重要特征。在临床应用中主要采用光学相干断层扫描（OCT）测量RNFL厚度。然而在我国的多数中小型医院和体检中心，只有眼底照相机而不具备OCT设备。因此利用眼底照和OCT的多模态数据，设计了一种基于眼底照来预测RNFL厚度的深度残差回归神经网络。该网络通过眼底照中的局部区域信息预测此区域的RNFL厚度，并对视盘外围一周范围内的RNFL厚度给出全面的刻画。在一个来自北京同仁医院的真实数据集上的实验结果显示，本文算法预测的RNFL厚度值与OCT测量值具有高度的一致性（对于正常眼平均绝对误差E_MA=14.884，Pearson相关系数r=0.885，决定系数R²=0.781；对于青光眼E_MA=15.108，r=0.872，R²=0.754）。评估结果表明所提方法对基于眼底照预测RNFL厚度具有良好的临床实用性。     

基于粗糙注意力融合机制与Group Transformer的视网膜血管分割网络

视网膜血管的形态学变化对早期眼科疾病的诊断具有重要意义,除眼科疾病外,糖尿病、心血管疾病等同样可以通过视网膜血管的形态判别疾病进展。然而,视网膜血管本身具有复杂的组织结构,且易受到光线等因素的影响,对其准确分割并不容易。针对上述问题,提出了一种视网膜血管分割网络。该网络中首先设计了粗糙注意力融合模块(rough attention fusion module,RAFM),该模块基于粗糙集上下近似理论,利用全局最大池化与全局平均池化对注意力系数进行上下限描述,并串行融合通道注意力机制与空间注意力机制;然后,将粗糙注意力融合模块融入Group Transformer U network (GT U-Net),构建一种基于粗糙注意力融合机制与Group Transformer的视网膜血管分割网络;最后,基于公开DRIVE彩色眼底图像数据集进行对比实验,该网络结构在测试集上的准确率、F₁分数、AUC值分别达到了0.963 1、0.848 8和0.981 2,与GT U-Net模型相比,F₁分数、AUC值分别提升了0.35%、0.21%;与其他当前主流...