本成果针对眼睛健康监测和眼科病变分析， 研究提出了三维到二维的图像投影网络、病变注意力引导的脉络膜新生血管体积预测模型、层属性保护的鲁棒视网膜层分割模型， 首次提出了一种新的视网膜病变定量评价指标——FAZ 体积。开发了基于人工智能的眼科病变辅助分析系统， 包括基于手机的眼表图像自动采集系统、图像配准和拼接系统、眼底组织结构可视化显示和定量分析系统、眼底病变筛查系统、眼底病变预测系统等模块， 为眼科病变辅助分析提供全流程功能支持。1.支持至少 10 幅图像自动配准、每两幅图配准时间小于 3 秒；2.筛查精度高于 95%，视网膜层平均分割精度小于 2 像素；3.脉络膜新生血管体积预测平均绝对误差小于 0.07mm3。技术成熟度 6-7 级，可开展孵化转化。成果可应用于医疗行业眼科病变辅助分析场景，包括为大众提供随时眼睛健康状况监测，为眼科医生诊断提供辅助支持等。
微信公众号