تشخیص بیماری های شبکیه با استفاده از هوش مصنوعی و رویکردهای یادگیری عمیق

Abstract

در دهه گذشته، قدرت و سرعت تکنیک‌های هوش مصنوعی (AI)، یادگیری ماشینی (ML) و یادگیری عمیق (DL) در تشخیص تصویر پزشکی به سرعت در حال تکامل هستند و برای تجزیه و تحلیل داده‌ها در مراقبت‌های چشمی ادغام خواهند شد. تقسیم بندی، تشخیص زودهنگام و درمان به موقع اختلالات چشمی. فناوری‌های AI و DL ابزارهای خودکاری را برای تشخیص و تأیید اولیه، خواندن تصویر، نقشه‌برداری توپوگرافی قرنیه، محاسبات لنز داخل چشمی و درمان به موقع اختلالات چشم در اختیار چشم پزشکان قرار داده‌اند. به طور کلی، تجزیه و تحلیل تصویر چشمی سخت، پرهزینه و زمان بر است. برای غلبه بر این مشکلات، در سال‌های اخیر، چندین تکنیک محاسباتی در اختلالات مختلف چشمی توسعه داده شده است. در این راستا، در اینجا، مروری جامع بر روی تکنیک‌های محاسباتی موجود، تعدادی بسته‌های نرم‌افزاری و ابزارهای مختلف موجود، و برخی از DB‌های موجود در تشخیص بیماری‌های شبکیه شامل روش‌هایی برای رتینوپاتی دیابتی، دژنراسیون ماکولا وابسته به سن، گلوکوم، ارائه کرده‌ایم. رتینوپاتی نارس، سایر اختلالات چشمی. علاوه بر این، مروری بر اثرات بالقوه روش‌های AI، ML و DL فعلی و کاربردهای آن‌ها در تشخیص و درمان زودهنگام چهار بیماری و برخی از چالش‌های بالقوه که ممکن است رخ دهد، شرح داده شده است. هدف از تشریح رویکردها و ابزارهای محاسباتی این است که چشم پزشکان و دانشمندان چشم از این روش های محاسباتی برای تشخیص زودهنگام و درمان به موقع اختلالات چشمی، تجزیه و تحلیل تصویر چشمی و یافتن روش های دیگری برای به دست آوردن اطلاعات تکمیلی برای سؤال مورد علاقه خود استفاده کنند. .