青光眼影像人工智能深度学习研究现状与展望
CheungCarol Y.*(
),冉安然 香港中文大学眼科与视觉科学系，香港 999077
收稿日期:2020-09-04出版日期:2020-11-10发布日期:2020-11-04通讯作者:CheungCarol Y.E-mail:carolcheung@cuhk.edu.hk作者简介:Carol Y. Cheung,香港中文大学眼科及视觉科学系助理教授，博士研究生导师。主要研究领域是“眼部成像”，其理论基础为眼睛是人体循环系统和神经系统的“窗口”。在香港和新加坡有10多年从事眼部成像研究的经验，致力于开发和应用图像分析以及人工智能技术对糖尿病性视网膜病变、青光眼和阿尔茨海默病的研究|目前从事多项研究，包括开发和应用新型成像技术，以及探索如何利用这些技术改善临床工作流程和公共卫生。为人们理解和认识主要眼病以及脑部疾病提供新的角度，促进用先进的眼部成像技术进行更有针对性、有效的疾病筛查，实现防盲和脑部疾病的早期检测。在国际索引的同行评审期刊发表200多篇有影响力的论文，并撰写10本书的相关章节，专注于与视网膜、脑部疾病有关的视网膜成像技术|国际科学期刊和国际资助基金会的定期审稿人，亚太眼科影像学会秘书长，亚太远程眼科学会理事会理事兼财务主管,海峡两岸医学与健康交流协会视网膜血管疾病委员会的名誉会员，以及中国医学教育协会智能医学专业委员会智能眼科学组的理事会成员Artificial intelligence deep learning in glaucoma imaging: current progress and future prospect
Carol Y. Cheung*(),Anran RAN Department of Ophthalmology and Visual Sciences, The Chinese University of Hong Kong, Hong Kong SAR 999077, China
Received:2020-09-04Online:2020-11-10Published:2020-11-04Contact:Carol Y. Cheung E-mail:carolcheung@cuhk.edu.hk摘要/Abstract
摘要： 青光眼是一组异质性神经退行性疾病，其特征是视网膜神经节细胞及其轴突逐渐消失，现已成为全球不可逆性失明的主要原因。人工智能(AI)是由机器展示的智能，而深度学习(DL)是其中一个基于深度神经网络的分支，在医学成像领域取得了重大突破。在青光眼影像方面，已有越来越多的研究将DL应用于眼底图像以及光学相干断层扫描(OCT)，以检测青光眼性视神经病变。有很好的结果显示，将DL技术整合到影像中进行青光眼评估是高效、准确的，这可能会解决当前实践和临床工作流程中的一些难题。但是，未来进一步的研究对于解决现存挑战至关重要，例如为不同研究之间的图像标记建立标准，将“黑匣子”的学习过程进行可视化，提高模型在未知数据集上的泛化能力，开发基于DL的实际应用程序，以及建立合理的临床工作流程，进行前瞻性验证和成本效益分析等。本文总结了AI应用于青光眼影像的最新研究现状，并讨论了对临床的潜在影响和未来的研究方向。
PDF全文下载地址:
http://yxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4167
