韦   雅  孙劲民

广西医科大学

摘要(Abstract)：

白内障是全球发病率最高的可治愈致盲性眼病，严重影响患者的生活质量。随着人工智能和深度学习技术的快速发展，其在医疗领域的应用逐渐展现出巨大的潜力，深度学习算法应用于皮质性白内障筛查，实现了高效自动化分析，有助于提高筛查覆盖率和诊断质量。对此，本文对深度学习算法进行了概述，介绍了深度学习算法在皮质性白内障筛查中的原理和优势，并以此为基础提出相应的应用策略，最后通过分析相关案例论证以上提出的策略，以期推动深度学习算法在皮质性白内障筛查的广泛应用。

关键词(KeyWords)：

深度学习算法；皮质性白内障；筛查

参考文献(References)：

[1]李晨.基于SVR和BP神经网络算法通过IOL Master 700测量数据来预测白内障术后CW弦[J].国际眼科杂志，2023，23（12）：2081-2086.

[2]熊晏民.深度学习的眼底影像血管分割及白内障糖网病联合诊断算法设计与实现[D].北京邮电大学，2020.

[3]熊晏民.深度学习的眼底影像血管分割及白内障糖网病联合诊断算法设计与实现[D].北京邮电大学，2020.

[4]侯君临，陈浩.人工智能赋能白内障分级诊疗新模式[J].眼科学报，2023，38（10）：661-664.

[5]WU Xiaohang，HUANG Yelin，LIU Zhenzhen，等.人工智能白内障协同管理的通用平台[J].眼科学报，2023，38（10）：665-675.