史春生 刘磊 王亚茹 王泽飞

1安徽省第二人民医院中古友谊眼科中心，合肥 230041；2中国科学技术大学精密机械与精密仪器系，合肥 230026

随着全球近视患病率逐年攀升，近视性黄斑病变(myopic maculopathy，MMD)已成为世界普遍关注的公共卫生问题[1]。病理性近视(pathological myopia，PM)是一种以屈光度进行性加深、眼轴不断增长、视网膜脉络膜组织进行性损害引起视功能障碍为特征的眼病[2-3]。MMD是PM不可忽视的眼底并发症，主要表现为脉络膜视网膜萎缩、漆裂纹、Fuchs斑、脉络膜新生血管相关黄斑萎缩、后巩膜葡萄肿等[4-6]。有研究表明，高度近视占成人近视患病人群的20%～24%[7-8]。研究显示，日本地区40%的高度近视患眼在平均12.7年的随访期间发生MMD[6]。北京眼科研究所一项针对40岁以上人群的纵向随访研究中也发现了类似的进展模式[5]。及时诊断是预防和控制MMD的有效手段，其中高质量的眼底图像及经验丰富眼科医师的临床分析起着关键作用。目前，眼科医生数量仍严重不足[9]，无法实现MMD筛查；且现有的MMD分级多为临床医生的主观判断。建立一种精准的人工智能识别系统来辅助MMD筛查并定量分析其严重程度对预防和治疗PM具有十分重要的意义。深层卷积神经网络(deep convolution neural network，DCNN)是目前广泛应用的深度学习算法，可直接实现对图像、视频、文本或音频的学习并执行分类任务。DCNN可对图像进行分类，部分替代了手动提取图像特征的步骤，产生比简单的卷积神经网络更先进的识别结果，也可以在现有的模型基础上进行新的特征学习以实现更细化的分类[9]。……