通过成像与人工智能技术检测中心性浆液性视网膜病变的最新进展：综述
图像与视频处理
2021-08-27 v4 计算机视觉与模式识别
机器学习
摘要
中心性浆液性视网膜病变(CSR)或中心性浆液性脉络膜视网膜病变(CSC)是一种重要疾病，导致全球数百万人的失明与视力丧失。其发生于视网膜后方水性液体积聚。因此，在早期发现 CSR 可采取预防措施以避免对人眼的任何损伤。传统上，过去已开发若干手动检测 CSR 的方法；然而，它们被证明是不精确且不可靠的。因此，医疗领域的人工智能(AI)服务，包括自动化 CSR 检测，如今已能够检测并治愈该疾病。本综述评估了有助于 CSR 自动检测的各种创新技术与研究。本综述在详尽评估 29 篇不同相关文章后，回顾了各类 CSR 疾病检测技术，广义上分为两类：a) 基于经典成像技术的 CSR 检测，和 b) 基于机器学习/深度学习方法的 CSR 检测。此外，它还梳理了多种传统成像技术（如光学相干断层扫描血管造影(OCTA)、眼底成像）以及利用人工智能技术的较新方法的优势、缺点和局限性。最后得出结论：最新的深度学习(DL)分类器可提供准确、快速且可靠的 CSR 检测。然而，需要在公开可用数据集上开展更多研究，以改善计算复杂度，从而实现 CSR 疾病的可靠检测与诊断。
引用
@article{arxiv.2012.10961,
title = {Recent Developments in Detection of Central Serous Retinopathy through Imaging and Artificial Intelligence Techniques A Review},
author = {Syed Ale Hassan and Shahzad Akbar and Amjad Rehman and Tanzila Saba and Hoshang Kolivand and Saeed Ali Bahaj},
journal= {arXiv preprint arXiv:2012.10961},
year = {2021}
}
备注
18 pages, 11 figures, 2 tables