小编发现不少朋友对于 深度学习通过出色的图像分析改善视力保健 这方面的信息都比较感兴趣，小编就针对 深度学习通过出色的图像分析改善视力保健 整理了一些相关方面的信息 在这里分享给大家。

对于检测和跟踪视力疾病(例如青光眼和与年龄有关的黄斑)的任务，事实证明，对眼睛扫描的深度学习分析优于对相同图像的常规分析。

这项研究是在澳大利亚昆士兰科技大学进行的，并发表在《自然科学报告》上。

David Alonso-Caneiro博士及其同事尝试了几种AI技术，用于分析通过光学相干断层扫描技术(OCT)获得的图像，眼科医生使用该技术来观察视网膜和脉络膜中的超细组织层。

后者是它们的主要关注区域，因为其中包含向眼睛供应氧气的血管。

通过对101名有良好视力的健康儿童的脉络膜视网膜OCT扫描，对所有算法进行了组织模式和边界方面的培训。

研究人员将每种算法的性能与标准图像分析方法进行了比较。

他们发现深度学习方法能够更好地识别所有边界。

作者指出，大多数商用OCT仪器都没有提供自动脉络膜分割的方法，并指出他们在工作中成功使用了深度学习，“证明了这些技术的潜力以及相对于标准图像分析方法的优势(优越的性能)。”

他们补充说，实验性AI方法“可能对涉及OCT脉络膜分割的临床和研究任务产生积极影响”，用于跟踪与正常眼睛发育，衰老，屈光不正和眼疾相关的眼组织变化。