26、AI在肝脏疾病评估与眼动反应测量中的应用

AI在肝脏疾病评估与眼动反应测量中的应用

1. AI辅助肝脏疾病评估

在对肥胖症患者的研究中，研究人员致力于利用基于人工智能（AI）的先进图像分析技术，评估在超声（US）图像上估算Hamaguchi评分的可行性。Hamaguchi评分包含肝脏亮度肝肾回声对比、膈肌深部衰减和血管模糊三个子评分。

1.1 模型架构

研究人员构建了多种基于VGG - 16和VGG - 19的模型架构，具体如下表所示：
| # | 基础模型 | 附加卷积块 | 分类块 |
| — | — | — | — |
| 4 | VGG - 16 | Conv2D层（512节点）
Conv2D层（256节点）
MaxPooling2D层 | Flatten层
Dense层（4096节点）
Dense层（4096节点）
输出层 |
| 5 | VGG - 16 | Conv2D层（512节点）
Conv2D层（256节点）
MaxPooling2D层 | Flatten层
Dense层（512节点）
Dense层（256节点）
Dense层（128节点）
输出层 |
| 6 | VGG - 16 | Conv2D层（512节点）
Conv2D层（256节点）
Conv2D层（128节点）
MaxPooling2D层 | Flatten层
Dense层（1024节点）
Dense层（512节点）
Dense层（256节点）
输出层 |
| 7 | VGG - 16 | Conv