正常角膜和圆锥角膜的特征提取

基于角膜测量仪器Corvis ST采集的图像视频,提出提取新特征参数以便准确区分正常角膜和圆锥角膜。首先对图像进行滤波、分割等预处理,检测角膜上下边界,并计算前角膜曲率值;用小波变换分析角膜曲率变化,获取与角膜运动趋势相关的特征,包括角膜运动的整体趋势和角膜振动的范数和标准差。然后,基于均方误差最小化法,提取特征参数,构建最优参数。最后,用支持向量机(SVM)对正常角膜和圆锥角膜进行分类。从频率的角度实施的实验显示角膜在基本运动趋势上存在着振动过程。此外,提出的参数优于形变幅度(DA)、峰值距离(PD)等传统参数,使准确度、灵敏度和特异性分别提高了10.2%,5.7%和6.9%。受试者工作特征曲线(ROC)下面积为0.948,接近于1。结果显示本文方法自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性,对临床诊断有辅助作用。     

基于MLP神经网络的圆锥角膜辅助诊断北大核心CSCD

圆锥角膜在病变过程中会导致角膜中央部位向前凸出,使角膜呈现出圆锥形,而且会导致高度不规则近视和散光,对视力造成不同程度损害。疾病一般发生于青少年时期,为了能及时治疗避免病变严重,筛查区分圆锥角膜具有十分重要的意义。而且临床上对于圆锥角膜诊断通常是采用角膜地形图的方法,可以得到角膜形态学的改变,但是有一定的误诊率。目前研究发现,角膜力学特性改变先于形态学,所以本文从角膜生物力学角度出发,提出一种基于多层感知机(multi-layer perceptron,MLP)神经网络区分圆锥角膜的模型。首先,利用可视化生物力学分析仪(corneal visualization scheimpflug technology,Corvis-ST)测得角膜的生物力学视频,进行处理计算得到角膜生物力学参数作为数据集,其中包含正常角膜和圆锥角膜2种类别;然后,针对角膜生物力学参数数据集构建MLP神经网络模型,将70%数据集作为训练集,30%数据集作为测试集。在数据集上训练及测试的结果表明,该模型区分圆锥角膜的准确率为97.6%。     

基于SOANet的圆锥角膜辅助诊断

亚临床期圆锥角膜(subclinical keratoconus, subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus, kc)力学性能的改变早于形态学,因此从角膜生物力学的角度筛查亚临床期的圆锥角膜更加符合临床实际。本文运用角膜生物力学特征,以点云数据作为网络输入数据,将SO-Net (self-organizing network)和自注意力(self-attention, SA)机制结合构建SOANet,对圆锥角膜、亚临床期圆锥角膜和正常角膜进行分类。首先,利用可视化生物力学分析仪(corneal visualization Scheimpflug technology, Corvis ST)拍摄角膜受力形变视频,对其进行处理得到点云数据集,接着对点云数据进行增强处理,使3种类型的角膜数据量分布均衡。然后按照3∶1的比例划分训练集和测试集,分别对角膜进行二分类和三分类。最终模型在二分类和三分类测试集上的准确率分别达到98.3%和91.26%,即有效识别亚临床期圆锥角膜和圆锥角膜。实验...     

基于注意力机制的圆锥角膜分类辅助诊断研究

圆锥角膜是一种眼部疾病,较早发现并诊断圆锥角膜可控制病情,避免角膜移植,也可以为准分子激光手术进行圆锥角膜排查。然而,目前圆锥角膜的早期诊断较为困难,一种可靠的计算机辅助筛查圆锥角膜诊断方法需求迫切。基于此,首次把引入注意力机制(convolutional block attention module,CBAM)的残差网络(residual neural network,ResNet)模型（CBAM＿ResNet50）应用在圆锥角膜辅助诊断中,通过对角膜地形图的原始数据集进行预处理,用其训练CBAM＿ResNet50网络,并和未引入注意力机制的ResNet50网络模型进行对比。使用CBAM＿ResNet50网络模型准确率达到了98%,比未引入注意力机制ResNet50网络模型准确率提升了3%。CBAM＿ResNet50可以较为准确地对圆锥角膜进行分类,能有效辅助医生诊断圆锥角膜。     

Rose-k对临床期乳头型圆锥角膜矫正效果研究

目的：研究透气性硬性角膜接触镜Rosek对临床期乳头型圆锥角膜的矫正效果。方法：应用TMS IV角膜地形图仪将确诊为临床期乳头型圆锥角膜的患眼35例（轻度组15眼、中度组10眼、重度组10眼）,验配透气性硬性角膜接触镜Rosek（Rose-k）,并与其裸眼及配戴框架眼镜（SP）进行矫正视力的对比,1年内定期观察患眼的配适状态、角膜反应情况、矫正视力以及应用绝对等级角膜地形图比较分析患眼配戴Rose—k前后角膜中央曲率、锥顶曲率、最大子午线屈光度第6-8环的平均值（KS）、子午线屈光度第6-8环的平均值（AVERK）、角膜散光（CYL）、角膜表面非对称性指数（SAI）、角膜表面规则性指数（SRI）等各参数的变化,分析Rose—k对临床期乳头型圆锥角膜的矫正效果。结果：配戴框架眼镜的患眼矫正视力≥0．6者占35．0％,配戴Rose—k的患眼矫正视力≥0．6者占91．4％;配戴框架眼镜的患眼矫正视力≥1．0者占8．6％,配戴Rose—k的患眼矫正视力≥1．0者占31．4％。32眼（91．4％）为理想或可接受的三点接触的配适状态,3眼（8．6％）为可接受的两点接触的配适状态。配戴Rosek一年后,轻、中、重三组患眼的角膜中央曲率、锥顶曲率、KS值、AVERK值均有显著下降,轻度组患眼的CYL有显著下降,中、重组患眼的CYL呈下降趋势,但统计学无意义,轻、中、重三组患眼的SAI及SRI亦呈下降趋势,但统计学无意义。所有患眼均无严重并发症出现,配戴Rose—k前已出现的角膜斑翳无进一步加深,镜片的舒适度得到了每例患者的认可。结论：临床期乳头型圆锥角膜的患眼配戴Rosek不仅能获得理想的矫正视力、良好稳定的配适状态、舒适度和安全性,而且对病变区的角膜形态有明显的改善作用,值得临床推广。     

基于增量式学习的圆锥角膜分类算法

圆锥角膜是一种进展性的角膜疾病,多发于青春期,会造成不规则散光以及视力下降,晚期致盲需进行角膜移植,因此圆锥角膜的早期精准筛查是阻止疾病进展避免恶化的必要条件。神经网络作为一种经典的算法是圆锥角膜诊断的有效工具。但随着圆锥角膜病例数据日益增长,为了充分利用新增数据,往往需要对所有样本重新训练,这将耗费大量的时间。为了解决上述问题,本文提出集成神经网络的增量式学习算法,以实现圆锥角膜的智能诊断。此外,本文还引入欠采样和代价敏感思想,用于解决已有增量式学习算法无法处理不均衡数据的问题。实验结果表明,本文提出的算法识别精度达到97%,并且所需训练时间短、存储空间少,因此本算法能够更高效地辅助圆锥角膜诊断。     

圆锥角膜配戴RGP镜片观察一例

圆锥角膜是先天性发育异常，角膜中央变薄呈圆锥状突出的眼病，常因角膜失去正常弯曲，而形成高度不规则近视散光，致使视力下降；同时还可伴有复视、畏光、炫光等症状。病变晚期常导致角膜混浊穿孔，视力高度减退，给患者工作及生活带来严重影响。对圆锥角膜的治疗，目前通常是早期用角膜接触镜矫正视力，如果不规则散光很重或中央部角膜混浊．可行角膜移植手术．     

基于残差网络的无监督角膜视频分割算法

基于角膜形变计算出一系列生物力学特性参数是训练早期圆锥角膜分类模型的数据基础,因此圆锥角膜轮廓分割的精确性直接影响着早期圆锥角膜分类模型的准确性。本文提出了一种基于残差网络的无监督角膜视频分割方法。通过统一的网格化采样提取一组锚点被同序列视频帧所共用,从而减小网络模型学习特征表示的计算量并且提高了计算效率。同时设计了一个正则化分支对原有的视频集进行相似性转换来解决可能存在的退化解问题。与已有的无监督视频分割任务相比,本实验模型使用了少量的训练数据,但却取得了更高的分割精度和计算效率。     

圆锥角膜的角膜地形图形态特征和早期诊断

目的:分析圆锥角膜的角膜地形图形态特征,探讨其早期诊断思路。方法:按照80例(136眼)圆锥角膜患者病情进展,将其分别纳入亚临床期组(41眼)、进展期组(95眼),选取同期30例(60眼)近视性屈光不正患者,纳入对照组。使用三维眼前节分析仪,对3组患者角膜地形图量化参数进行检测,并分析其角膜地形图形态特征,总结圆锥角膜的早期诊断思路。结果:对照组角膜地形图形态以蝴蝶结形为主,占56.67%;亚临床期组以梨形为主,占41.46%;进展期组以卵圆形为主,占54.74%。对照组、亚临床期组、进展期组角膜中央屈光力、双眼角膜曲率之差、I-S值、角膜散光值及SAI、SRI均依次升高,组间比较差异有统计学意义(P <0.05)。结论:亚临床期与进展期圆锥角膜的角膜地形图形态特征存在一定差异,且由亚临床期向进展期变化时,角膜地形变化包括角膜中央曲率增加、下方角膜变陡、角膜厚度变薄、双眼角膜曲率及厚度增加等,可据此进一步筛选早期诊断圆锥角膜的参考指标。     

Rpse-K对临床期乳头型圆锥角膜矫正效果研究

目的:研究透气性硬性角膜接触镜Rose k对临床期乳头型圆锥角膜的矫正效果.方法:应用TMS IV角膜地形图仪将确诊为临床期乳头型圆锥角膜的患眼35例(轻度组15眼、中度组10眼、重度组10眼),验配透气性硬性角膜接触镜Rose-k(Rose-k),并与其裸眼及配戴框架眼镜(sP)进行矫正视力的对比,1年内定期观察患眼的配适状态、角膜反应情况、矫正视力以及应用绝对等级角膜地形图比较分析患眼配戴Rose-k前后角膜中央曲率、锥顶曲率、最大子午线屈光度第6`8环的平均值(KS)、子午线屈光度第6`8环的平均值(AVERK)、角膜散光(CYL)、角膜表面非对称性指数(SAI)、角膜表面规则性指数(SRI)等各参数的变化,分析Rose-k对临床期乳头型圆锥角膜的矫正效果.结果:配戴框架眼镜的患眼矫正视力≥0.6者占35.0%,配戴Rose-k的患眼矫正视力≥0.6者占91.4%;配戴框架眼镜的患眼矫正视力≥1.0者占8.6%,配戴Rose-k的患眼矫正视力≥1.0者占31.4%.32眼(91.4%)为理想或可接受的三点接触的配适状态,3眼(8.6%)为可接受的两点接触的配适状态.配戴:Rose-k一年后,轻、中、重三组患眼的角膜中央曲率、锥顶曲率、KS值、AVERK值均有显著下降,轻度组患眼的CYL有显著下降,中、重组患眼的CYL呈下降趋势,但统计学无意义,轻、中、重三组患眼的sAI及sRI亦呈下降趋势,但统计学无意义.所有患眼均无严重并发症出现,配戴Rose-k前已出现的角膜斑翳无进一步加深,镜片的舒适度得到了每例患者的认可.结论:临床期乳头型圆锥角膜的患眼配戴Rose-k不仅能获得理想的矫正视力、良好稳定的配适状态、舒适度和安全性,而且对病变区的角膜形态有明显的改善作用,值得临床推广.