自动化机器学习在眼部疾病识别及分类中的初步应用

• 作者: 刘洋 史煜 曾雪倩 赵峰 陈力迅
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 人工智能 深度学习 图片识别 自动化机器学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 特别专题-人工智能在医学领域的研究与应用
• 页码范围: 44-45,49
• 页数: 3页
• 分类号: R77|R319
• 字数: 1340字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2019.03.012

摘要

目的:探讨自动化机器学习技术在眼部疾病识别及分类中的应用价值.方法:利用百度的图形化深度学习平台EasyDL,建立糖尿病视网膜病变、高度近视眼底病变、角膜溃疡等常见眼病的深度学习模型,并利用相关模型进行疾病的诊断及分类.结果:依据使用的数据集大小及质量不同,利用EasyDL构建的深度学习模型疾病识别及分类准确率可以达到85％～94％左右.结论:EasyDL等自动化机器学习平台非常适合作为人工智能学习的入门工具,帮助临床医生更好地理解及使用人工智能技术,促进人工智能在医疗领域的普及.