资源类型:
收录情况:
◇ 统计源期刊
◇ 北大核心
文章类型:
单位:
[1]南昌大学第一附属医院
[2]温州医科大学附属眼视光医院
[3]暨南大学附属深圳眼科医院
深圳市眼科医院
深圳医学信息中心
[4]南华大学附属第一医院
[5]中山大学中山眼科中心
[6]苏州大学
[7]昆明医科大学第一附属医院
昆明医科大学附属第一医院
[8]华南理工大学
[9]首都医科大学附属北京朝阳医院
北京朝阳医院
[10]温州医科大学附属眼视光医院
[11]华中科技大学同济医学院附属同济医院
华中科技大学同济医学院附属同济医院
[12]福建医科大学附属协和医院
[13]中南大学湘雅医院
[14]复旦大学附属眼耳鼻喉科医院
[15]复旦大学附属眼耳鼻喉科医院
[16]上海交通大学医学院附属第一人民医院
[17]复旦大学附属金山医院
[18]广州医科大学附属第二医院
[19]厦门大学眼科研究所
[20]四川省人民医院
四川省人民医院
[21]昆明医科大学附属延安医院
[22]江西中医药大学
[23]荷兰马斯特里赫特大学
[24]长沙爱尔眼科医院
[25]温州医科大学附属眼视光医院
[26]上海和平眼科医院
[27]汕头大学·香港中文大学联合汕头国际眼科中心
[28]天津视达佳科技有限公司
[29]厦门大学眼科研究所
[30]济宁医学院
[31]西安医学院第二附属医院
[32]河南省儿童医院
[33]南昌大学第一附属医院
[34]四川大学附属华西医院
[35]厦门大学眼科研究所
[36]萍乡卫生职业学校
[37]浙江大学医学院附属第二医院
[38]四川眼科医院
[39]山东省眼科医院
[40]厦门大学眼科研究所
[41]萍乡市人民医院
[42]南方医科大学附属珠江医院
南方医科大学珠江医院
[43]温州眼医眼视光医疗科技有限公司
[44]陕西省眼科医院
[45]中山市人民医院
[46]复旦大学附属华山医院
[47]湖北省妇幼保健院
[48]天津普瑞眼科医院
[49]郴州市第一人民医院
[50]温州医科大学附属宁波市眼科医院
[51]中国人民解放军总医院
[52]香港中文大学
[53]天津医科大学眼科医院
[54]福建中医药大学附属人民医院
[55]锦州医科大学附属三院
[56]赣南医学院第一附属医院
[57]南华大学附属第一医院
[58]江西省广丰人民医院
[59]厦门大学眼科研究所
[60]中国医科大学
[61]中国科学技术大学附属第一医院
[62]北京爱尔福康眼科医院
[63]厦门大学附属翔安医院
[64]浙江大学医学院附属第二医院
[65]湖北省恩施州中心医院
[66]武汉大学人民医院
[67]浙江大学医学院附属第二医院
[68]北京致远慧图科技有限公司
[69]南昌大学第一附属医院
[70]厦门大学附属中山医院
[71]温州医科大学附属宁波市眼科医院
[72]梅州市人民医院
[73]徐州医科大学附属医院
[74]中科院动物研究所
[75]厦门大学人工智能研究所
[76]北京茗视光眼科
[77]山西省眼科医院
[78]北京医准智能科技有限公司
[79]江西医专第一附属医院
[80]内蒙古医科大学附属医院
[81]南昌大学附属眼科医院
[82]复旦大学附属中山医院厦门医院
[83]苏州大学附属第一医院
[84]华中科技大学同济医学院附属协和医院
华中科技大学同济医学院附属协和医院
[85]南昌大学第一附属医院
[86]广州希玛林顺潮眼科医院
[87]南昌普瑞眼科医院
[88]首都医科大学附属北京同仁医院
首都医科大学附属北京同仁医院
首都医科大学附属同仁医院
[89]四川大学附属华西医院
[90]中国人民解放军总医院
[91]昆明市第一医院
[92]海南大学
[93]河南省立眼科医院
[94]陆军军医大学第一附属医院
[95]南昌大学第二附属医院
[96]南昌大学第一附属医院
[97]九江市第一人民医院
[98]杭州市儿童医院
[99]浙江大学医学院附属第二医院
[100]南昌大学第一附属医院
[101]温州医科大学附属宁波市眼科医院
[102]重庆大学附属第二医院
[103]中科院宁波医工所
[104]湖州师范学院信息工程学院
[105]南方科技大学第二附属医院
深圳市第三人民医院
深圳医学信息中心
[106]温州医科大学附属眼视光医院
[107]中山大学中山眼科中心
[108]南昌大学第一附属医院
[109]上海交通大学医学院附属第一人民医院
出处:
ISSN:
关键词:
人工智能
深度学习
机器学习
干眼
图像分类与分析
摘要:
干眼作为一种常见的眼科疾病,患病率高,涉及人群广。随着人工智能(AI)计算机图像技术的兴起、算法模型的改进和医学大数据的海量增长,技术,包括以深度学习(DL)为热门技术的机器学习(ML)技术在医疗领域获得了广泛的应用。AI系统具有先进的问题求解能力和稳定的可重复性,因此,医学领域使用此类技术可以帮助临床医生作出更加客观的诊断。AI在医学上应用取得的成功主要是基于ML这一分支领域的广泛应用,ML技术主要被用来分析患者数据和医学图像中的关键特征,以辅助疾病诊断、严重程度分级和预后判断。AI在眼科学领域的应用已取得显著进展。本文就AI、ML和DL在干眼诊断中的临床应用形成共识,为AI在干眼中的进一步研究和应用提供参考。
基金:
国家自然科学基金资助(编号:82160195,61906066);;江西省双千计划科技创新高端人才项目(2022);;江西省重大(重点)研发专项计划(编号:20223BBH80014,20181BBG70004,20203BBG73059);;江西省杰出青年基金(编号:20192BCBL23020);
第一作者:
第一作者单位:
[1]南昌大学第一附属医院
推荐引用方式(GB/T 7714):
邵毅,陈蔚,杨卫华,等.人工智能在干眼临床诊断中的应用专家共识(2023)[J].眼科新进展.2023,43(04):253-259.