为了更好地辅助医生对干眼症的诊断,提高眼科医生对睑板腺病情的辨识能力,提出了一种基于Mobile-U-Net网络的睑板腺图像分割及增强方法.首先,将Mobile-Net作为U-Net的编码部分进行下采样,提取特征后将其与解码器中的特征融合来指导图像分割.然后,将分割出的睑板腺区域单独进行图像增强以辅助医生进行干眼症病情的判断,避免非病灶区域的干扰.最后,通过对实验采集100个患者、200张睑板腺图像进行语义分割网络的训练和验证,并且使用清晰度评价指标来验证睑板腺增强效果.实验结果表明,该研究提出的方法相似系数稳定在92.71%,图像清晰度指标均优于市面上同类干眼检测仪器.
作者:张贺童;姚康;丁上上;裴融浩;付威威
来源:中国医疗器械杂志 2022 年 46卷 4期