面向人工智能应用的青光眼影像分类和标注方法、流程暨质量控制指南.pdf

青光眼是以病理性眼压升高、视神经萎缩和视野缺损为共同特征的眼病,可能导致不可逆的视力丧失。近年来,人工智能(AI)技术的迅速发展为青光眼的早期诊断和管理提供了新的手段。通过对青光眼相关影像进行分类和标注,AI模型能够学习并识别青光眼特有的病理特征,从而实现影像的自动化分析与诊断。青光眼影像分类和标注的研究主要涉及彩色眼底照相(CFP)、光学相干断层扫描(OCT)、眼前节光学相干断层扫描(AS-OCT)以及超声生物显微镜(UBM)等。彩色眼底照相主要用于视杯与视盘的标注,OCT用于视神经纤维层的厚度测量与标注,AS-OCT和UBM则聚焦于前房角结构的标注与眼前节结构参数的测量。为了规范青光眼影像分类和标注,提升标注数据的质量和一致性,推动智能眼科的临床应用,特制定本指南。本指南系统阐述了青光眼影像分类和标注的原则、方法、流程及质量控制要求,为青光眼影像的分类和标注提供标准化指导。