基于改进YOLOv8的生物显微镜图像眼前节参数测量方法研究

作     者：贺永强 苗清豪 熊彩莲 杨军 HE Yong-qiang;MIAO Qing-hao;XIONG Cai-lian;YANG Jun

作者机构：中国医学科学院北京协和医学院生物医学工程研究所天津300192 玉溪师范学院云南玉溪653100 

出 版 物：《医疗卫生装备》 (Chinese Medical Equipment Journal)

年 卷 期：2024年第45卷第2期

页      面：8-16页

学科分类：1002[医学-临床医学] 100212[医学-眼科学] 10[医学] 

主　　题：YOLOv8 超声生物显微镜 眼前节参数 参数测量 生成对抗网络 

摘      要：目的:针对眼科超声图像数量有限、标注成本高和模型泛化能力不强的问题,提出一种基于改进YOLOv8的超声生物显微镜(ultrasonic biological microscopy,UBM)图像眼前节参数测量方法。方法:首先,使用StyleGAN3进行数据增强,降低YOLOv8模型对UBM图像的敏感度,提高模型的泛化性能;其次,借鉴半监督学习中的伪标签自训练的方法,使用以原始UBM图像为数据集的YOLOv8模型生成虚拟UBM图像的伪标签;最后,使用扩充后的数据集训练YOLOv8模型,同时使用全局上下文网络(global context network,GCNet)模块改进YOLOv8模型,使用关键点排序算法对YOLOv8的预测结果进行排序,结合先验知识筛选出合格图像后,计算眼前节生理参数的测量值。结果:与眼科专家的手工标注结果相比,经StyleGAN3数据增强和自训练的YOLOv8模型的定位误差为(61.94±40.66)μm,测量前房角间距、瞳孔直径、睫状沟间距、中央角膜厚度、前房深度、晶状体厚度的平均相对误差分别为0.62%、1.35%、0.68%、4.87%、0.93%、0.75%。结论:提出的方法能够提高UBM图像眼前节参数测量的精度,且能满足实时性的需求。