Generative artificial intelligence in ophthalmology

生成语法 眼科 验光服务 医学 计算机科学 人工智能
作者
Ethan Waisberg,Joshua Ong,Sharif Amit Kamran,Mouayad Masalkhi,Phani Paladugu,Nasif Zaman,Andrew G. Lee,Alireza Tavakkoli
出处
期刊:Survey of Ophthalmology [Elsevier]
被引量:6
标识
DOI:10.1016/j.survophthal.2024.04.009
摘要

Generative AI has revolutionized medicine over the past several years. A generative adversarial network (GAN) is a deep learning framework that has become a powerful technique in medicine, particularly in ophthalmology and image analysis. In this paper we review the current ophthalmic literature involving GANs, and highlight key contributions in the field. We briefly touch on ChatGPT, another application of generative AI, and its potential in ophthalmology. We also explore the potential uses for GANs in ocular imaging, with a specific emphasis on 3 primary domains: image enhancement, disease identification, and generating of synthetic data. PubMed, Ovid MEDLINE, Google Scholar were searched from inception to October 30, 2022 to identify applications of GAN in ophthalmology. A total of 40 papers were included in this review. We cover various applications of GANs in ophthalmic-related imaging including optical coherence tomography, orbital magnetic resonance imaging, fundus photography, and ultrasound; however, we also highlight several challenges, that resulted in the generation of inaccurate and atypical results during certain iterations. Finally, we examine future directions and considerations for generative AI in ophthalmology.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
热心小松鼠发布了新的文献求助200
1秒前
2秒前
Joker完成签到 ,获得积分10
2秒前
清爽的觅儿完成签到,获得积分10
3秒前
曼夭非夭完成签到,获得积分10
4秒前
Gtpangda完成签到 ,获得积分10
4秒前
lezbj99发布了新的文献求助10
4秒前
Gukb完成签到,获得积分10
5秒前
WCY完成签到,获得积分10
6秒前
韩妙彤完成签到,获得积分10
6秒前
和谐的小懒猪完成签到 ,获得积分10
7秒前
8秒前
淳于白凝完成签到,获得积分10
8秒前
J卡卡K完成签到 ,获得积分10
10秒前
墨染书香完成签到,获得积分10
11秒前
义气初丹完成签到,获得积分10
12秒前
加菲丰丰应助白潇潇采纳,获得20
12秒前
秋慕蕊完成签到,获得积分10
13秒前
王白山完成签到,获得积分10
13秒前
洪山老狗完成签到,获得积分10
14秒前
16秒前
昏睡的保温杯完成签到,获得积分10
16秒前
16秒前
Arrhenius完成签到,获得积分10
17秒前
李好运完成签到 ,获得积分10
18秒前
kongxiangjiu完成签到,获得积分0
18秒前
18秒前
Zzzz完成签到,获得积分10
18秒前
whatever完成签到,获得积分0
19秒前
vocrious发布了新的文献求助10
21秒前
洛尘完成签到 ,获得积分10
21秒前
子民完成签到,获得积分10
21秒前
22秒前
ZX612完成签到,获得积分10
23秒前
JACKY小可乐完成签到,获得积分20
24秒前
烤肉战神完成签到,获得积分10
24秒前
wujiwuhui发布了新的文献求助10
24秒前
25秒前
25秒前
语安完成签到 ,获得积分10
25秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3147001
求助须知:如何正确求助?哪些是违规求助? 2798279
关于积分的说明 7827502
捐赠科研通 2454919
什么是DOI,文献DOI怎么找? 1306492
科研通“疑难数据库(出版商)”最低求助积分说明 627808
版权声明 601565