ISSN 1671-3710
CN 11-4766/R
主办：中国科学院心理研究所
出版：科学出版社
CN 11-4766/R
主办：中国科学院心理研究所
出版：科学出版社
摘要： 目的：研究开发基于深度学习的动态瞳孔检测斜视算法,将算法运用于临床斜视检查的场景中,评估该算法在自动识别斜视种类的临床检验效能。
方法：基于深度学习的动态瞳孔检测斜视算法由瞳孔自动识别程序和遮盖控制器组成。识别算法基于U-Net架构变体模型,将视频作为输入,逐帧产生以下三种输出：(1)每个像素属于瞳孔的概率图;(2)图像中含有瞳孔的概率;(3)图像中出现眨眼的概率。自动识别程序根据输出得到瞳孔位置并计算出眼动数据。模型训练数据集包含11897张人类(4285张)和老鼠(7612张)眼睛的灰度图像。利用遮盖控制器对受试者进行交替遮挡,根据所测得眼动数据判断受试者是否为斜视和斜视的种类。
结果：采用温州医科大学附属眼视光医院斜视患者2名,分别为外斜视、内斜视,正常人1名。基于深度学习的动态瞳孔检测斜视算法对3名受试者的检测和3名眼科医生诊断结果一致。
结论：基于深度学习的动态瞳孔检测斜视算法可以辅助临床医生对患者执行交替遮盖法,并为远程医疗诊断提供了可能。
