基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着诊断技术的进步,人们对眼部的结构及其相关病变有了更为深入的了解:角膜共聚焦显微镜可提供角膜内不同层次的详细视图;而数字图像则能提供丰富的形态数据集.为了能够自动提取与眼科疾病相关的临床信息,在对正常角膜进行评估的同时识别异常的角膜,人们将人工智能(artificial intelligence,AI)与眼部结构联系起来.与传统的信息处理技术相比,AI具有更高的准确性,并能进行快速、无创的综合分析.基于神经网络的机器学习和深度学习方法能够识别、定位和量化大量眼科疾病中的病理特征,并作出推断或预测.AI的应用前景包括自动检测疾病的发生、筛选、诊断分级以及治疗指导,治疗效果的量化以及全新治疗方法的鉴定.预测和预后功能进一步扩展了AI在眼科中的应用潜力,这将实现医疗保健的个体化以及大规模管理,协助眼科医生提供高质量的诊断和治疗,并应对更复杂的临床难题.
推荐文章
人工智能在眼科疾病诊疗的应用现状
人工智能
机器学习
人工神经网络
糖尿病视网膜病变
青光眼
白内障
年龄相关性黄斑变性
早产儿视网膜病变
人工智能在眼科领域的应用进展
人工智能
深度学习
糖尿病视网膜病变
青光眼
白内障
年龄相关性黄斑变性
基于机器学习的人工智能技术在眼科中的应用进展
人工智能
机器学习
眼科
糖尿病视网膜病变
青光眼
白内障
人工智能在眼部疾病中的应用及其挑战
人工智能
卷积神经网络
眼部疾病
糖尿病视网膜病变
青光眼
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能及其在眼科疾病诊疗中的应用
来源期刊 眼科新进展 学科 医学
关键词 人工智能 眼科疾病 共聚焦显微镜 人工神经网络 图像分类与分析
年,卷(期) 2020,(8) 所属期刊栏目 文献综述
研究方向 页码范围 793-796,800
页数 5页 分类号 R770.4
字数 4633字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (27)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(9)
  • 参考文献(2)
  • 二级参考文献(7)
2017(17)
  • 参考文献(6)
  • 二级参考文献(11)
2018(20)
  • 参考文献(10)
  • 二级参考文献(10)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
眼科疾病
共聚焦显微镜
人工神经网络
图像分类与分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
眼科新进展
月刊
1003-5141
41-1105/R
大16开
河南省新乡市新乡医学院
36-42
1980
chi
出版文献量(篇)
6987
总下载数(次)
11
总被引数(次)
35176
论文1v1指导