基于改进Resnet50的角膜塑形镜智能验配方法研究

作     者：吴逸凡 叶萍 巩瑾琪 陈齐欧 常兆华 

作者机构：上海理工大学健康科学与工程学院上海 上海视神医疗科技有限公司上海 

出 版 物：《软件工程与应用》 (Software Engineering and Applications)

年 卷 期：2023年第12卷第6期

页      面：832-843页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：角膜地形图 深度学习 注意力机制 角膜塑形镜 Resnet50 

摘      要：通过彩色角膜地形图图像进行角膜塑形镜(Orthokeratology)智能验配,解决角膜塑形镜验配需要医生具备大量的验配经验的问题,本研究旨在提出一种基于改进的Resnet50网络的露晰得(Lucid)角膜塑形镜智能验配算法。在Resnet50的基础上,通过全局注意力机制GAM (Global Attention Mechanism)捕捉在通道、空间宽度和空间高度三个维度的特征,强化Resnet50对角膜塑形镜的三个参数进行图像分类的识别能力;并采用类别激活图(Class Activation Map, CAM)技术绘制模型关注角膜地形图特征的热力图。本文希望通过这种方法,为用户提供更加精准和个性化的角膜塑形镜验配方案。所提Resnet50-GAM模型在角膜塑形镜三个主要镜片参数,镜片直径(D)、环曲度(CP)以及平面镜片测量读数(镜片曲率半径)的图像分类上分别取得了89.2%、86.6%和79.1%的结果热力图显示Resnet50-GAM模型在分类过程中与验光师关注的点基本一致;所提Resnet50-GAM模型可用于边远地区、低收入和中等收入国家以及实验室设备资源有限的地区,以克服眼视光医生短缺的问题,提高角膜塑形镜的普及率。