论文部分内容阅读
为解决眼科医生阅片工作量过大的问题,将深度学习技术应用于湿性年龄相关性黄斑变性(AMD)辅助诊断领域.针对只考虑单一模态的医学影像且未将湿性AMD进行更细化的分类,构建了适用于深度学习的双模态湿性AMD数据集,并提出一种双模态湿性AMD辅助诊断模型Wet-AMD-Net.针对不同的特征提取模型与不同的特征融合策略进行实验,效果最优的模型受试者工作特征曲线下面积(AUROC)、召回率、精确度分别达到0.988 1,0.979 2和0.982 1,超过了有多年工作经验的4位眼科医生的平均水平,用于临床辅助诊断具有实用性.