［摘要］　未成年人的视觉系统尚未发育完善，在这个关键阶段发生的视觉损害容易破坏正常的视觉发育规律，对未成年人的视觉造成不可逆的损害。早筛早治是减少未成年人视觉损害的关键。加快医学人工智能算法的技术研发，有望为未成年人视觉损害的大规模人群智能筛查，实现未成年人视觉损害的早防早治提供新思路。]]> 2020/3/16 15:42:27 5true ［摘要］　近年来，日渐成熟的人工智能深度学习技术使得众多领域逐渐实现自动化智能化作业。在医疗领域，随着医疗数据电子化和互联网医疗的发展，基于卷积神经网络实现包含定位、分割和分类于一体的辅助诊断系统应用已成为新型医疗模式发展的必然趋势。医学影像分割技术是医疗图像自动分析中的难点和重点，目前仍面临许多亟待解决的问题。该文将从临床医学影像的特点、深度学习主流分割网络和医学图像分割网络在临床中的应用3个方面对医学图像分割领域的研究进展进行系统综述，并进一步分析卷积神经网络在医学影像分割任务中的发展现状、面临的挑战以及未来的发展方向。]]> 2020/3/16 15:42:27 4true ［摘要］　目的　开发和评估基于深度学习算法的自动识别角膜共聚焦显微镜（in vivo confocal microscopy，IVCM）图片中角膜炎细胞的智能辅助诊断系统。方法　纳入广西壮族自治区人民医院眼科感染性角膜炎患者IVCM图像。采用ResNet101卷积神经网络构建智能模型。使用5倍交叉验证的方法对模型的效能进行检验，计算模型准确度、特异度和敏感度评估该智能辅助诊断系统的识别真菌菌丝、炎症细胞、活化的树突细胞的效能。结果　该研究共纳入2 105张图片，经交叉验证，该模型识别真菌菌丝的准确度为0.974，特异度为0.976，敏感度为0.971。识别炎症细胞的准确度为0.993，特异度为0.994，敏感度为0.990。识别活化的树突细胞的准确度为0.993，特异度为0.994，敏感度为0.990。结论　该研究自主研发的基于深度学习算法的智能系统可有效地将共聚焦图片中的角膜炎异常细胞进行自动识别，在识别多种IVCM图像的角膜炎细胞中表现出良好的诊断效能。]]> 2020/3/16 15:42:27 3true ［摘要］　目的　通过深度卷积神经网络对分裂中期的染色体图像进行学习，测试其在染色体分类的准确率。方法　该研究一共纳入1 275例不同个体分裂中期的染色体图片，其中735例作为训练集用于深度卷积神经网络，245例作为测试集用作内部验证，245例外院数据用作外部验证；另取50例染色体图片资料，分别记录人和计算机完成染色体分类的时间及准确率。结果　24分类的结果提示，分类网络在内部验证的准确率为91.22%，外部验证的准确率为91.48%；ResNet的分类效率是人工操作的1 000倍以上，其准确率明显优于非遗传专科医师。结论　深度卷积神经网络在染色体分类的应用价值极具有发展潜力，将有助于构建染色体核型分析自动化平台。]]> 2020/3/16 15:42:27 2true ［摘要］　视觉障碍严重威胁人类健康和生活质量，亟需新型的智能诊疗模式以满足巨大的防盲治盲需求。眼科开展医学人工智能研究具有明显的学科优势，包括眼睛是多脏器健康状况的观察窗口、眼科疾病具有较高的临床安全性和应用可推广性等。眼科医学人工智能研究的模式，可为其他领域的医学人工智能临床研究和应用模式探索提供重要参考作用。]]> 2020/3/16 15:42:27 1true