Автори: Shuai Xu, Xiaoyan Yang, Shuxian Zhang, Xuan Zheng, Fang Zheng, Yin Liu, Hanyu Zhang, Lihua Li, Qing Ye

Джерело: Front Med (Lausanne). 2024 Jan 4:10:1264659. doi: 10.3389/fmed.2023.1264659. https://pubmed.ncbi.nlm.nih.gov/38239613/

Мета: у цьому дослідженні розроблено унікальний тип методу оцінки топографії рогівки на основі її поглибленого вивчення й традиційних алгоритмів обробки зображень. Тип топографії рогівки пацієнтів оцінювали шляхом сегментації важливих медичних зон і розрахунку відповідних медичних показників ортокератологічних (ОК) лінз.

Методи. Клінічні дані 1302 пацієнтів з короткозорістю були зібрані ретроспективно. Для сегментації зіниці та зони обробки в топографії рогівки використовували серію нейронних мереж U-Net, а за алгоритмом обробки зображення розраховували децентрацію, ефективне контактне дефокусування та інші показники. Тип топографії рогівки оцінювався відповідно до критеріїв оцінки, наданих оптометристом. Нарешті, метод, описаний у цій статті, був використаний для оцінки типу топографії рогівки та її порівняння з типом, класифікованим оптометристом.

Результати: коли важливі медичні зони в топографії рогівки були сегментовані, точність і повторність зони лікування досягли відповідно 0,9587 і 0,9459, а точність і повторність зіниці досягли 0,9771 і 0,9712, метод, описаний у цій статті, використовувався для оцінки типу топографії рогівки. Коли перевірені результати, засновані на глибокому навчанні та алгоритмах обробки зображень, порівнювалися з типом топографії рогівки, позначеним професійним оптометристом, вони продемонстрували високу (понад 98%) точність.

Висновок: поточне дослідження забезпечило ефективний і точний алгоритм поглибленого вивчення для оцінки типу топографії рогівки. Алгоритм поглибленого вивчення відігравав допоміжну роль у підгонці ОК-лінз, що могло допомогти оптикам ефективно вибрати параметри ОК-лінз.