XiaoMi-AI文件搜索系统
World File Search System老年性
使用混合机器学习检测青光眼...
摘要 如果青光眼这种眼部疾病未被发现且未得到适当治疗，则会导致不可逆的失明。最大的挑战是青光眼在早期往往没有任何症状，因此很难使用眼压测量和眼科检查等传统测试方法进行检测。由于训练数据集不足，几种青光眼检测技术遇到了困难，导致过度拟合和欠拟合问题。提出了一种基于 CNN-SVM 的混合机器学习方法来检测青光眼。首先使用标准标量对从青光眼数据集中获取的图像进行预处理，然后将预处理后的图像输入 CNN 以转换为高级特征，随后将提取的特征传递到 SVM 分类器以区分正常情况和青光眼情况。实验结果表明，所提出的 CNN-SVM 的准确率、精确率、召回率和 F1 分数均为 100%，证明了其优于其他现有技术，例如 SVM 的准确率、精确率、召回率和 F1 分数分别为 93%、92%、90% 和 94%，CNN 的准确率、精确率、召回率和 F1 分数分别为 95%、99%、88% 和 90%。CNN 和 SVM 的结合为自动青光眼检测提供了一个有前途的框架，为现实世界的临床应用提供了巨大潜力。 关键词：混合机器学习技术、青光眼检测、CNN、SVM、CNN-SVM 简介 人体共有五种感官：触觉、视觉、听觉、嗅觉和味觉；然而，视觉是最常用的感官之一。处理视觉信息需要大量的脑力（广州等人，2019 年）。青光眼、糖尿病视网膜病变、白内障、弱视、屈光不正和老年性黄斑变性是一些可能导致
查克里娅-安娜·楚昂
设备摘要随着人口老龄化，老年性黄斑变性 (AMD) 等神经退行性疾病正在增多 [1]。在 AMD 中，视网膜中心的光感受器会退化和死亡，从而导致视力丧失。电子、微电子和纳米技术研究所 (IEMN) 和 2019 年成立的初创公司 Axorus 正在合作开发一种视网膜植入物原型，旨在恢复 AMD 患者的视觉能力。IEMN 开发了一种电子电路并申请了专利，该电路可以复制生物神经元的电信号。Axorus 已将这种“人工神经元”集成到光驱动的植入物中。本论文的一个目标是开发一种符合眼睛形状的薄可弯曲硅基板。它必须可弯曲以便于插入，并具有较大的植入物尺寸以提供最大的视野 [2][3]。我们的目标是突破基板减薄的极限，达到 10 μm 的厚度。在这个厚度下，硅应该是可弯曲的。本论文工作的另一个目标是选择一种能够储存的能源，并在无法使用光伏能源的情况下提供足够的能量来刺激生物神经元 [4][5]。该能源还必须具有生物相容性，使用寿命至少为 10 年。这将为使用人工神经元的其他应用铺平道路。植入物将适应具有严格尺寸限制的植入区域，并且对于无光照区域将自给自足。[1] « Dégénérescence maculaire liee à l'âge : prise en charge diagnostique et thérapeutique », Haute Autorité de Santé. https://www.has-sante.fr/jcms/c_1051619/fr/degenerescence-maculaire-liee-al-age-prise-en- charge-diagnostique-et-therapeutique。 [2] R. Dinyari、JD Loudin、P. Huie、D. Palanker 等 P. Peumans，“可弯曲硅视网膜植入物”，2009 年 IEEE 国际电子设备会议 (IEDM)，美国马里兰州巴尔的摩，2009 年 12 月，第 1-4 页。doi：10.1109/IEDM.2009.5424291。[3] L. Ferlauto 等，“可折叠光伏宽视野视网膜假体的设计和验证”，Nat. Commun.，第 9 卷，第 1 期，第 992 页，2018 年 12 月，doi：10.1038/s41467-018-03386-7。 [4] Pozo、Garate、Araujo 等 Ferreiro，“能量收集技术和等效电子结构模型 - 评论”，电子学，第 8 卷，第 5 期，第 486 页，2019 年 4 月，doi：10.3390/electronics8050486。[5] MA Hannan、S. Mutashar、S. Samad 等 A. Hussain，“植入式生物医学设备的能量收集：问题与挑战”，生物医学工程在线，第 13 卷，第 79 页，2014 年 6 月，doi：10.1186/1475-925X-13-79。