袁进教授团队研发角膜损伤图像分析系统发表

中科白癜风恢复美丽黄皮肤 http://www.ntltqx.com

中山眼科中心袁进教授团队研发角膜损伤图像分析系统及标准化数据集发表于《自然》杂志子刊

角膜损伤是一种常见的眼表损害体征，对于角膜损伤病灶的分割与量化分析是开发AI辅助角膜损伤评估与诊断系统的前提与基础。中山大学中山眼科中心的袁进教授（共同通讯）联合南方科技大学的唐晓颖教授团队，研发了一种基于角膜荧光素染色图片的高效并精确的角膜损伤区域标注方法，对角膜上皮损伤进行智能化识别、形态分析和严重程度评估，并在国际上首次发布了带有角膜损伤区域、种类和级别金标准的眼表染色图像数据集，其研究成果“TheSUSTech-SYSUdatasetforautomaticallysegmentingandclassifyingcornealulcers”于近日发表于《Nature》杂志的子刊《ScientificData》。

角膜上皮损伤是众多眼表疾病中常见的体征，是眼科医生对眼表疾病进行诊断、分类和严重程度评估的重要依据。传统基于裂隙灯下对荧光素钠着色范围进行观察的方法，既粗略亦无法定量。针对角膜荧光素染色图片缺乏自动量化智能分析的问题，研究团队在国家重点研发计划（YFC）的支持下进行角膜智能化图像处理算法研究，对角膜荧光素钠染色数码图片进行自动分割与分析，建立了包含角膜染色形态、区域和严重级别金标准的角膜荧光素钠染色图像标准数据集。

通过结合形态运算、SLIC超像素分割、K-Mean聚类分割和阈值分割等图像标注处理算法，再由眼科专科医师进行人工修正与确认，归纳了不同角膜染色形态及范围所对应的Grade0~Grade4分级。该方法能在极大的缩短数据标注的时间的同时，保证数据标注的高质量，研究成果将帮助临床医生快速、客观地进行疾病严重程度判断及预后评估。目前该算法即将进入多中心临床研究评价，为将来建立基于眼表影像角膜病AI辅助诊断系统奠定基础。

附原文链接：