摘要
目的 采用人工智能诊断方法,提高高度近视诊断效率,辅助医疗工作者诊断.方法 使用参数量少、训练速度快的深度学习网络ResNeXt-50进行高度近视诊断,区分正常眼底与高度近视眼底.结果 本文采用了江苏省省级机关医院的6571张高度近视彩色照片和6212张正常彩色照片作为数据集.ResNeXt-50在包含2558张眼底图像的测试集上取得了94.10%的准确度、92.33%的灵敏度、95.94%的特异度,AUC为0.9861.平均每张图片耗时0.035 s,在实时诊断的可接受范围内,满足了医疗辅助诊断的实时性.结论 ResNeXt-50网络能够高效、准确地诊断高度近视.