TY -的A2 Khattak哈桑•阿里盟——征服者,Afia盟——阿米尔,默罕默德盟——Nawi Nazri穆罕默德AU -阿里,Sikandar盟——Husnain Mujtaba AU - Samad阿里PY - 2022 DA - 2022/02/01 TI -卷积神经网络综合调查检测青光眼疾病SP - 3971516六世- 2022 AB -由于计算机技术的最新进展和大型数据集的可访问性,深度学习已成为人工智能和前沿的各种任务,特别是那些与图像分类和造型,它的表现往往是等于或甚至比人类的升值。眼科一直是在一个理想的位置,可以采用CNN的一个最受欢迎的深度学习算法对海量数据从这些测试,因为它是一个广泛关注的医疗实践成像。青光眼是一个CNN的情况中可以受益于大量的收集的数据测试,评估视神经的解剖和功能和黄斑。我们讨论了CNN算法的推荐使用特定青光眼的场景,如眼底摄影课程的筛查和诊断和检测青光眼10月通过成像方法。本文的目的不仅是CNN模型的严格审查和讨论最新的应用程序在青光眼,也关注相关的挑战与发展中模型筛选、诊断和检测进展。简要概述后临床实践与传统的临床方法和他们比较,我们讨论了如何训练和CNN算法的验证,这是发达国家和为什么它特别适合青光眼。以下特性做出我们的贡献有价值的和独特的类似的评论:(i)我们检查分类现有文献关于检测青光眼疾病使用传统和非传统的方法;(2)它涵盖了一个非常不同的看法的青光眼疾病通过提供深入的讨论现有的作品在不同的粒度级别,也就是说,从初级到调解的严重程度;(3)这种先进的审查覆盖每一篇文章在以下维度:计算机层析方法模型;分析不同的数据集; and summarizing the literature review in a disciplined way by mentioning the research gap concluded with discussion on future work. SN - 1574-017X UR - https://doi.org/10.1155/2022/3971516 DO - 10.1155/2022/3971516 JF - Mobile Information Systems PB - Hindawi KW - ER -