眼表疾病智能检测系统

眼表疾病是最常见且复杂的眼部疑难杂症，具有众多潜在患病因素的人群。早诊早治是提升眼表疾病治疗效果的关键，但目前传统的眼表疾病方式有着价格昂贵、专业眼科医师资源紧张、医疗资源地域分布不均等问题。本作品聚焦“AI医疗+眼健康”的广阔市场，提出通过神经网络提取眼表图像特征，自动计算来预测识别的结果，实现端到端诊断眼表疾病的目的。为此，本作品本作品基于深度学习实现一种轻量化眼表疾病自动筛查算法，即结合智能手机成像与数据驱动的人工智能技术建立经济、高效、确、用户友好的眼表疾病识别策略，并开发了一个眼表疾病智能检测系统，从而达到对眼科门诊外的眼表疾病准确自动诊断的目的。实验结果显示，本作品所提出的改进 YOLOv5模型在眼表疾病图像检测方面取得了优异效果，检测精度高达 97.9%。本作品为眼表疾病的筛查与诊断提供一种更为可靠的技术手段，可以减轻专业眼科医师供需紧张、读片负担，从而帮助患者早日发现、早日治疗。