基于深度学习的眼睑及眶周参数评估:助力上睑下垂诊疗
上睑下垂是一种常见的眼睑疾病,影响患者的视力和外观。本研究旨在开发并评估一种基于深度学习(DL)的系统,用于自动测量眼睑和眶周参数,并对上睑下垂患者的提上睑肌功能(LF)进行分类。研究回顾性纳入了2016年1月至2021年11月期间在三级眼科整形中心接受上睑下垂手术的1,177名患者。根据临床评估,将LF分为良好(>10 mm)、一般(4-10 mm)和较差(≤4 mm)。DL模型能够准确分割眼睑和眉毛区域,并测量关键参数,与手动测量结果高度一致。结合DL提取的特征和人口统计学数据,多变量逻辑回归模型预测LF等级的总体准确率为0.760,AUC为0.829,接近眼科医生的评估水平。该DL系统提供了一种高效、客观的工具,支持上睑下垂的个性化诊断和手术规划。