换一批基于深度神经网络的糖尿病眼底图像分析系统设计与实现
Design and implementation of a diabetic fundus image analysis system based on a deep neural networks
摘要目的 设计并实现基于深度神经网络的糖尿病眼底图像自动分析系统,以提升临床筛查效率.方法 采用前后端分离与微服务架构,集成医院信息系统(HIS)数据,形成从数据采集、人工智能分析到辅助诊断的全链条闭环;设计临床业务流程,由技师设定规则筛选患者,系统自动生成眼底报告,并经人工复核后供医生参考,除此以外,创新性地采用级联式双阶段人工智能模型,先通过图像质量评估模块过滤低质量眼底像,再通过核心的糖尿病视网膜病变分级与量化模型进行分析.结果 在3 134份临床数据验证中,系统图像质量分类准确率达98.2%,糖尿病视网膜病变分级灵敏度为96.5%,特异度达97.8%,平均报告生成时间缩短至每份3.2 s.结论 该系统通过创新的双阶段深度学习架构,提升了糖尿病视网膜病变筛查的准确性和效率,可为临床科室提供可靠的辅助诊断工具.
更多相关知识
关键词
糖尿病视网膜病变深度学习图像质量评估病灶量化辅助诊断diabetic retinopathydeep learningimage quality assessmentlesion quantificationauxilia-ry diagnosis
分类号
R441（诊断学）
栏目名称
DOI
10.3969/j.issn.1671-8348.2026.04.001
发布时间
2026-05-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市技术创新与应用发展重点项目（CSTB2022TIAD-KPX0167）
重庆市教委科学技术研究计划项目（KJQN202512808）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
