数字眼底镜图像质量的新定量指标

随着智能手机间接眼底镜的出现，远程眼科学——在远离患者的地点使用专科眼科资源——取得了突破，有望带来巨大益处，尤其对于专科医生不可用或数量过少的偏远、难以到达或眼科服务不足地区的医疗。然而，准确的远程眼科学需要高质量的眼底镜图像。本文考虑了三个特征族——统计度量、基于梯度的度量以及小波变换系数导出的指标——作为识别不清晰或模糊图像的可能度量。通过使用标准机器学习技术，这些特征用于图像质量评估的适用性得到确认，尽管是在相当小的数据集上。一方面数字眼底镜的可用性增加且成本下降，另一方面全球糖尿病视网膜病变患病率上升，创建能够判断一幅图像是否可能适合诊断的工具，可在加速和优化远程眼科学流程中发挥重要作用。本文强调了该领域更多研究的必要性，包括编制带有质量标记的多样化眼底镜图像数据库，以训练未来的采集点错误检测算法。