通过深度学习使用多个光学相干断层扫描图像预测持续性中心性浆液性脉络膜视网膜病变

该研究使用深度学习模型预测中心性浆液性脉络膜视网膜病变是否会持续存在。研究者使用了多个光学相干断层扫描图像，并将其分为训练集、验证集和测试集。研究结果显示，使用深度卷积神经网络（CNN）预测需要治疗的CSC的准确度为0.8072。当连接具有高精度的图像集时，B-scan RT、B-scan EZ和EZ RT的准确度分别为0.9520、0.8800和0.9280。该研究结果可为CSC患者选择最佳治疗方案提供参考。