这篇文章需要订阅查看全文。如果你有一个订阅你可以用下面的登录表单查看文章。这篇文章也可以购买。
文摘
背景和目标视神经乳头水肿的区别于其他视神经头(“)病变模仿视神经乳头水肿,如视神经盘脉络膜小疣(奇怪),很难在临床实践中。我们针对以下:(1)开发深度学习算法来自动识别主要结构的“三维(3 d)光学相干断层扫描(OCT)扫描和(2)中利用这些信息来强劲区分很奇怪,视神经乳头水肿,健康“。
方法这是一个横向比较研究的病人从3网站(新加坡、丹麦和澳大利亚)确诊很奇怪,那些由于颅内压,视神经乳头水肿和健康对照组。光栅扫描的“收购利用OCT成像,然后处理改善深层的可见性。首先,深入学习算法被开发来识别主要“组织和奇怪的地区。我们的算法的性能评估使用骰子系数。第二,分类算法(随机森林)被设计用来执行三级分类(1:奇怪,2:视神经乳头水肿,3:健康的“)严格从脉络膜小疣,prelamina肿胀分数从分割(计算)。评估性能,我们报道接受者操作特征曲线下的面积为每个类。
结果共有241名患者(256成像“,其中包括105奇怪,51视神经乳头水肿,和100名健康“)回顾性纳入本研究。使用10月的图片“,我们的分割算法能够隔离神经和结缔组织和奇怪的地区/集团当礼物。这证实了一个骰子系数平均0.93±0.03测试集,对应于良好的分割性能。分类是实现高auc, 0.99±0.001奇怪的检测,检测视神经乳头水肿,0.99±0.005,0.98±0.01健康“的检测。
讨论我们的人工智能方法可以从视神经乳头水肿歧视奇怪,严格使用单一10月“的扫描。我们的研究人群的分类性能很好,但需要说明的是,验证在一个更大的人口是必要的。我们的方法可能有潜力建立OCT成像诊断成像的中流砥柱之一“neuro-ophthalmology障碍,除了眼底摄影。
术语表
- 3 d=
- 三维;
- 人工智能=
- 人工智能;
- AUC=
- 接受者操作特征曲线下的面积;
- BOSAI=
- 大脑和视觉神经的研究;
- 蒙特利尔银行=
- 布鲁赫膜开放;
- 美国有线电视新闻网=
- 卷积神经网络;
- ICP=
- 颅内压;
- 10月=
- 光学相干断层扫描;
- 奇怪的=
- 视神经盘点;
- “=
- 视神经头;
- 射频=
- 随机森林;
- RPE=
- 视网膜色素上皮;
- 培训人数=
- 新加坡国家眼科中心
脚注
去首页Neurology.org/N为充分披露。资金信息和披露认为作者相关的,如果有的话,年底提供这篇文章。
提交和外部同行评议。处理编辑丽贝卡·伯奇,MD。
- 收到了2022年2月4日。
- 接受的最终形式2022年8月19日。
- ©2022美国神经病学学会的首页
