人工智能在早产儿视网膜病变中的当前与未来角色
图像与视频处理
2025-04-03 v1 计算机视觉与模式识别
摘要
早产儿视网膜病变（ROP）是一种影响早产儿的严重疾病，会导致视网膜血管异常生长、视网膜脱离甚至潜在失明。虽然过去曾使用半自动化系统通过量化视网膜血管特征来诊断 ROP 相关的 Plus 病，但传统机器学习（ML）模型面临着准确性和过拟合等挑战。深度学习（DL）的最新进展，特别是卷积神经网络（CNNs），显著改善了 ROP 的检测和分类。i-ROP 深度学习（i-ROP-DL）系统在检测 Plus 病方面也显示出希望，提供了可靠的 ROP 诊断潜力。本研究全面考察了利用视网膜成像和人工智能（AI）检测 ROP 的当代进展与挑战，提供了有价值的见解以指导该领域的进一步研究。基于对该领域 1487 项研究进行全面审查后选出的 89 项原始研究，我们得出结论：传统的 ROP 诊断方法受主观性和人工分析的困扰，导致临床决策不一致。AI 在改善 ROP 管理方面具有巨大前景。本综述探讨了 AI 在 ROP 检测、分类、诊断和预后方面的潜力。
引用
@article{arxiv.2402.09975,
title = {Current and future roles of artificial intelligence in retinopathy of prematurity},
author = {Ali Jafarizadeh and Shadi Farabi Maleki and Parnia Pouya and Navid Sobhi and Mirsaeed Abdollahi and Siamak Pedrammehr and Chee Peng Lim and Houshyar Asadi and Roohallah Alizadehsani and Ru-San Tan and Sheikh Mohammad Shariful Islam and U. Rajendra Acharya},
journal= {arXiv preprint arXiv:2402.09975},
year = {2025}
}
备注
28 pages, 8 figures, 2 tables, 235 references, 1 supplementary table