来源:Engineering 发布时间:2026/2/27 15:34:00
选择字号:
超广角眼底成像自动增强系统助力眼科诊断 Engineering

论文标题:Development and Validation of an Automatic Ultrawide-Field Fundus Imaging Enhancement System for Facilitating Clinical Diagnosis: A Cross-Sectional Multicenter Study

期刊:Engineering

DOI:https://doi.org/10.1016/j.eng.2024.05.006

微信链接:点击此处阅读微信文章

在眼科领域,眼底图像的质量对于疾病的准确诊断至关重要。然而,超广角(UWF)眼底成像虽然能够提供广泛的视野,但其伪彩色图像特性可能会掩盖关键病变,影响诊断的精确性。为了解决这一问题,复旦大学附属眼耳鼻喉科医院与复旦大学计算机科学技术学院等机构合作联合开发了一种名为“UWF-Net”的超广角眼底成像自动增强系统,并开展了多中心验证研究,相关成果发表在《Engineering》期刊上。韦巧玲、谷卓遥、 谭伟敏为论文共同第一作者,赵晨、颜波为通讯作者。

图1 (a)复旦大学超广角眼底图像(FDUWI)数据集的构建;(b)UWF-Net架构。

UWF-Net是一种基于深度学习的图像增强算法,专门针对超广角眼底成像的特点设计。该系统通过融合全局风格建模与特征层面的病变增强,显著提升了图像质量。研究团队构建了一个包含11294张Optos伪彩UWF图像和2415张Zeiss真彩UWF图像的复旦大学超广角眼底图像(FDUWI)数据集,所有图像均经过严格标注,为算法的开发和验证提供了坚实基础。

在技术实现上,UWF-Net引入了病理一致性损失函数,通过预训练的卷积神经网络(CNN)提取病理感知特征,确保在增强图像的同时保留关键的病理信息。这一设计使得UWF-Net能够在提升图像质量的同时,避免对原始病理特征的过度修改,从而更好地服务于临床诊断。

在本研究中,UWF-Net的性能通过多种定量和定性评估方法被验证。与现有的图像增强技术如限制对比度自适应直方图均衡化(CLAHE)和结构与光照约束生成对抗网络(StillGAN)相比,UWF-Net在图像质量评分以及增强后的特征细节保留方面表现更佳。在疾病分类任务中,经UWF-Net增强的图像通过现有分类系统处理后,灵敏度(SEN)提高了4.62%,准确率(ACC)提高了3.97%。

为了进一步验证UWF-Net在临床实践中的应用价值,研究团队开展了一项多中心临床研究,涉及12个眼科中心的 182 名眼科医生。结果显示,UWF-Net 增强图像受到眼科技术人员和医生的广泛偏好,显著缩短了诊断时间[UWF-Net 增强图像为(13.17±8.40) s,原始图像为(19.54±12.40) s],并提高了诊断准确率(UWF-Net增强图像为87.71%,原始图像为80.40%)。这一结果表明,UWF-Net不仅能够提升图像质量,还能在实际临床环境中提高诊断效率和准确性。

此外,研究团队还开发了一个专门用于UWF眼底图像质量评估的数据集,填补了当前该领域的空白。该数据集包含1000张使用Zeiss设备采集的UWF视网膜图像,由23名机器学习工程师进行独立评估,确保了评分的一致性和可靠性。基于这一数据集,研究团队训练了一个基于DenseNet-121架构的UWF图像质量评估模型,为UWF眼底图像的质量评估提供了科学依据。

UWF-Net的开发和验证研究为眼科诊断领域带来了新的希望。通过提升超广角眼底图像的质量,UWF-Net有望优化眼科诊断流程,提高诊断的准确性和效率,进而改善患者的治疗效果。研究团队表示,未来将继续探索UWF-Net在更多视网膜疾病中的应用潜力,并进一步优化算法以提升其在全球范围内的适用性。

论文信息:

Qiaoling Wei, Zhuoyao Gu, Weimin Tan, Hongyu Kong, Hao Fu, Qin Jiang, Wenjuan Zhuang, Shaochi Zhang, Lixia Feng, Yong Liu, Suyan Li, Bing Qin, Peirong Lu, Jiangyue Zhao, Zhigang Li, Songtao Yuan, Hong Yan, Shujie Zhang, Xiangjia Zhu, Jiaxu Hong, Chen Zhao, Bo Yan. Development and Validation of an Automatic Ultrawide-Field Fundus Imaging Enhancement System for Facilitating Clinical Diagnosis: A Cross-Sectional Multicenter Study. Engineering, 2024, 41(10): 186-197. DOI:10.1016/j.eng.2024.05.006

更多内容

抗衰老新发现:年轻小鼠粪菌移植让老年小鼠皮肤年轻化

精准营养与工程学的交叉融合及协同创新展望

月壤样品充电特性研究为月球原位资源利用提供新思路

第十三届全国环境化学大会《Engineering》期刊专场会议议程

Engineering征稿启事:人工智能赋能工程科技

 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
薇甘菊“三招”重塑根际氮循环占先机 首次发现,SpaceX火箭坠毁催生空气污染
228米!最长岩芯从南极而来 最新AI模型“星衍”突破天文观测极限
>>更多
 
一周新闻排行
 
编辑部推荐博文