A Deep Learning Approach for Keratoconus Detection Using Spatio-Temporal Features from Corneal Imaging

چکیده

این پژوهش یک مدل هوش مصنوعی مبتنی بر یادگیری عمیق (Deep Learning) را برای تشخیص قوز قرنیه معرفی می‌کند. الگوریتم با استفاده از ویژگی‌های زمانی و مکانی تصاویر قرنیه، توانست با دقت بسیار بالا، بیماران مبتلا به قوز قرنیه را از افراد سالم تفکیک کند. محققان معتقدند که استفاده از این فناوری می‌تواند تشخیص زودهنگام بیماری را بهبود بخشد و در آینده به‌عنوان ابزار کمکی برای غربالگری و تصمیم‌گیری بالینی در کلینیک‌های چشم‌پزشکی به کار گرفته شود.