迈向屈光不正诊断的视网膜检影自动化
人机交互
2022-08-12 v1 计算机视觉与模式识别
摘要
屈光不正是最常见的眼部疾病，也是可矫正视力损害的关键原因，在美国近80%的视力损害由其导致。屈光不正可通过多种方法诊断，包括主觉验光、视网膜检影和自动验光仪。尽管主觉验光是金标准，但它需要患者配合，因此不适用于婴儿、幼儿和发育迟缓的成人。视网膜检影是一种客观验光方法，不需要患者的任何输入。然而，视网膜检影需要镜片箱和受过培训的 examiner，这限制了其在大规模筛查中的使用。在本工作中，我们将智能手机连接至检影镜，并在患者佩戴定制的纸框眼镜时记录视网膜检影视频，从而实现视网膜检影的自动化。我们开发了一种视频处理流程，以视网膜检影视频为输入，基于我们提出的视网膜检影数学模型扩展来估计净屈光不正。我们的系统减轻了对镜片箱的需求，且可由未经培训的 examiner 操作。在一项包含185只眼的临床试验中，我们在屈光不正诊断上实现了91.0%的灵敏度和74.0%的特异度。此外，相较于主觉验光测量，我们的方法在净屈光不正估计上的平均绝对误差为0.75±0.67D。我们的结果表明，我们的方法有潜力作为现实医疗环境中基于视网膜检影的屈光不正筛查工具。
引用
@article{arxiv.2208.05552,
title = {Towards Automating Retinoscopy for Refractive Error Diagnosis},
author = {Aditya Aggarwal and Siddhartha Gairola and Uddeshya Upadhyay and Akshay P Vasishta and Diwakar Rao and Aditya Goyal and Kaushik Murali and Nipun Kwatra and Mohit Jain},
journal= {arXiv preprint arXiv:2208.05552},
year = {2022}
}
备注
This paper is accepted for publication in IMWUT 2022