导文网
首页 演讲稿 述职报告 活动总结

目录

眼底病人工智能研究

眼底病人工智能研究

作者:.万程,钱湧,杨卫华主编
  • 《眼底病人工智能研究》编委会
  • 目录
  • 第一章 常见眼底病和影像检查
  • 第一节 概 述
  • 第二节 常见眼底疾病
  • 一、年龄相关性黄斑变性
  • 二、脉络膜新生血管
  • 三、视网膜色素上皮层脱离
  • 四、特发性息肉样脉络膜血管病变
  • 五、中心性浆液性脉络膜视网膜病变
  • 六、高度近视性黄斑病变
  • 七、黄斑裂孔
  • 八、黄斑视网膜前膜
  • 第三节 视网膜血管病
  • 一、视网膜动脉阻塞
  • 二、视网膜静脉阻塞
  • 三、高血压性视网膜病变
  • 四、糖尿病视网膜病变
  • 第四节 视网膜变性及营养不良
  • 一、视锥细胞营养不良
  • 二、Stargardt病
  • 三、急性视网膜坏死综合征
  • 第五节 先天性和小儿视网膜病
  • 一、早产儿视网膜病变
  • 二、家族性渗出性玻璃体视网膜病变
  • 三、Coats病
  • 四、脉络膜缺损
  • 第六节 孔源性视网膜脱离
  • 第二章 眼底病人工智能概况
  • 第一节 人工智能
  • 一、人工智能
  • 二、机器学习
  • 三、深度学习
  • 四、卷积神经网络
  • 第二节 人工智能和眼底病
  • 第三节数据和算法
  • 一、数据和数据集
  • 二、算法
  • 第四节 人工智能在眼底病中的应用实例
  • 一、糖尿病视网膜病变
  • 二、青光眼
  • 三、年龄相关性黄斑变性
  • 四、其他应用
  • 第五节 临床和技术挑战
  • 一、高质量标注数据集缺乏
  • 二、图像数据集和评价指标存在较大差异
  • 三、结果可解释性不足
  • 第三章 眼底图像人工智能算法框架
  • 第一节 基于眼底彩照的人工智能算法研究的发展历史
  • 一、眼底图像质量分析算法发展历史
  • 二、眼底疾病诊断算法发展历史
  • 三、眼底图像分割算法发展历史
  •  
  • 第二节 眼底图像人工智能算法重要组成部分
  • 一、眼底图像质量分析的主要组成
  • 二、眼底疾病诊断的组成
  • 三、眼底图像分割算法的主要组成
  • 第三节 眼底图像人工智能算法系统框架
  • 一、眼底图像人工智能算法系统总体框架
  • 二、眼底图像质量分析的系统框架
  • 三、眼底疾病诊断的系统框架
  • 四、眼底图像分割的系统框架
  • 第四章 眼底图像质量分析
  • 第一节 眼底图像质量评估
  • 一、眼底图像质量评估的意义
  • 二、眼底图像质量评估的研究现状及趋势
  • 三、眼底图像质量评估分类模型的介绍
  • 第二节 基于人类视觉系统的眼底图像质量评估算法
  • 一、引言
  • 二、方法框架
  • 三、实验设计与结果分析
  • 第三节 FA-Net眼底图像质量评估算法
  • 一、引言
  • 二、算法流程
  • 三、实验设计与结果分析
  • 第四节 传统的低质量眼底图像增强算法
  • 一、基于直方图的算法
  • 二、基于Retinex的算法
  • 第五节 基于深度学习的低质量图像增强算法
  • 一、引言
  • 二、方法框架
  • 三、实验结果分析
  • 四、增强结果在DR分类中的应用
  • 第五章 眼底病的人工智能研究
  • 第一节 基于眼底彩照的智能诊断技术概况
  • 一、发展历史
  • 二、眼底疾病智能诊断技术的主要步骤和流程
  • 三、眼底疾病智能诊断技术的主要挑战和前景
  • 第二节 糖尿病视网膜病变的人工智能研究
  • 一、概述
  • 二、发展过程
  • 三、糖尿病视网膜病变人工智能的应用研究
  • 四、存在的问题及展望
  • 第三节 高度近视眼底病变的人工智能研究
  • 一、概述
  • 二、发展过程
  • 三、高度近视的人工智能应用研究
  • 四、存在的问题及展望
  • 第四节 其他常见眼底病的人工智能研究
  • 一、青光眼
  • 二、白内障
  • 三、黄斑病变
  • 第六章 眼底图像分割
  • 第一节 眼底图像分割的发展现状
  • 一、概述
  • 二、基于人工智能算法的眼底图像分割方法
  • 第二节 视网膜血管分割
  • 一、概述
  • 二、基于人工智能算法的视网膜血管分割方法实例
  • 第三节 糖尿病视网膜病变病灶分割
  • 一、概述
  • 二、基于人工智能算法的糖尿病视网膜病变病灶分割方法实例
  • 第四节 视盘定位与分割
  • 一、概述
  • 二、基于人工智能的视盘定位方法实例
  • 三、基于人工智能的视盘和视杯分割方法实例
  • 第五节 视网膜静脉阻塞出血点分割
  • 一、概述
  • 二、基于人工智能的视网膜静脉阻塞出血点分割方法实例
  • 第六节 近视弧分割
  • 一、概述
  • 二、基于人工智能的近视弧分割方法实例
  • 第七章 基于眼底彩照的人工智能诊断云平台
  • 第一节 人工智能诊断平台的组成
  • 一、诊断平台流程
  • 二、AI算法模块流程
  • 三、结果展示平台框架
  • 第二节 AI算法模块整体框架
  • 一、Flask框架介绍
  • 二、HTTP解析模块
  • 三、图片下载模块
  • 四、算法预测模块
  • 第三节 质量评估
  • 一、使用分类网络进行质量评估
  • 二、使用目标检测技术进行质量评估
  • 三、质量评估总结
  • 第四节 多病种诊断
  • 一、眼底多病种分类网络
  • 二、眼底多病种分类模型训练
  • 三、眼底多病种分类模型评估
  • 第五节 多病种诊断结果展示
  • 第八章 眼底病人工智能应用现状和展望
  • 第一节 糖尿病眼底病人工智能应用现状和展望
  • 一、糖尿病眼底病管理面临的问题与挑战
  • 二、糖尿病眼底病人工智能应用现状
  • 三、糖尿病眼底病人工智能应用的前景和展望
  • 第二节 年龄相关性黄斑变性人工智能应用现状和展望
  • 一、年龄相关性黄斑变性管理面临的问题与挑战
  • 二、年龄相关性黄斑变性人工智能应用现状
  • 三、年龄相关性黄斑变性人工智能应用的前景和展望
  • 第三节 高度近视人工智能应用现状和展望
  • 一、高度近视管理面临的问题与挑战
  • 二、高度近视人工智能应用现状
  • 三、高度近视人工智能应用的前景和展望
  • 第四节 眼底病人工智能展望
  • 参考文献
首页> 图书频道> 医药> 基础医学

 

2025年08月10日
版权