第一章不同類型糖尿病黃斑水腫的智能診斷目的:基于光學相干斷層掃描（optical coherence tomography,OCT）圖像,開發(fā)自動檢測糖尿病黃斑水腫（diabetic macular edema,DME）形態(tài)學分型的深度學習（deep learning,DL）模型。方法:共納入11,599張OCT圖像作為訓練集以及656張OCT圖像作為外部驗證集。篩選OCT圖像,并根據(jù)OCT圖像的特征采用多標簽的方法標記每張OCT圖像上的3種DME分型,包括彌散性視網(wǎng)膜增厚（diffuse retinal thickening,DRT）、黃斑囊樣水腫（cystoid macular edema,CME）和漿液性視網(wǎng)膜脫離（serous retinal detachment,SRD）。使用視覺幾何組16卷積神經(jīng)網(wǎng)絡(luò)訓練DL模型以對每張OCT圖像上的3種DME分型進行自動檢測。采用五折交叉驗證法進行內(nèi)部驗證,采用遮擋測試驗證DL模型參考的OCT圖像上的關(guān)鍵區(qū)域與眼科醫(yī)生進行DME分型依據(jù)的圖像區(qū)域的一致性。計算準確率、特異性、敏感性和受試者工作特征曲線下的面積（area under the... 

【文章來源】：南方醫(yī)科大學廣東省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

圖１－３內(nèi)部驗證中二分類任務(wù)評估深度學習模型與視網(wǎng)膜疾病專家之間的一致性??（Ａ，?Ｂ，?Ｃ，?Ｄ）??Ｆｉｇｕｒｅ?１－３?Ｂｉｎａｔｙ?ｃｏｍｐａｒｉｓｏｎ?ｅｖａｌｕａｔｉｎｇ?ｔｈｅ?ｃｏｎｃｏｒｄａｎｃｅ?ｂｅｔｗｅｅｎ?ｔｈｅ?ｄｅｅｐ?ｌｅａｒｎｉｎｇ?ｍｏｄｅｌ??ａｎｄ?ｒｅｔｉｎａｌ?ｓｐｅｃｉａｌｉｓｔｓ?ｉｎ?ｔｈｅ?ｉｎｔｅｒｎａｌ?ｖａｌｉｄａｔｉｏｎ?ｓｅｔ?（Ａ．?Ｂ．?Ｃ，?Ｄ）??ＤＲＴ：彌漫性視網(wǎng)膜增厚；ＣＭＥ：囊狀黃斑水腫；ＳＲＤ?

圖１－５遮擋試驗（Ａ，Ｂ，Ｃ）??

ｎｏｎ－ｓｅｒｏｕｓ?ｒｅｔｉｎａｌ?ｄｅｔａｃｈｍｅｎｔ．??２．?２．?３非漿液性視網(wǎng)膜脫離成分的改變??基線ＮＳＲＤＦＴ為４０９．?５±?１７３．?１?ｙｍ，在第１個月時顯著減少至２７４．?１±?１４０．?４??ｕ?ｍ，在第３個月時顯著減少至２４９．?１?±９５．?９?ｕ?ｍ，在第６個月時顯著減少至２５４．?１??±９０．?４?ｕ?ｉｎ?（所有ｐ＜０．?００１?）。盡管在第１個月后有ＮＳＲＤＦＴ的減少幅度有增大的??趨勢，但３次隨訪的ＮＳＲＤＦＴ之間無顯著差異（尸０．?３５３）（圖２－２）。在基線和３??次隨訪時，ＮＳＲＤＦＴ均明顯大于ＳＲＤＦＴ?（所有／Ｋ０．?００１）。與基線相比，ＮＳＲＤＦＴ的??減少幅度在第１個月時為１３５．?４±?１２５．?６?ｕ?ｍ，在第３個月時為１６０．?４±?１４６．?８?ｕ?ｍ，??在第６個月時為１５５．４±１４２．９ｕｍ，３次隨訪的ＮＳＲＤＦＴ減少幅度無顯著差異??（尸０．?５５７）。在３次隨訪時，ＮＳＲＤＦＴ的減少幅度與ＳＲＤＦＴ減少幅度之間的差異??均無統(tǒng)計學意義（所有Ｐ＞〇．?６００）（表２－２）。ＮＳＲＤＦＴ相對于基線的降低率在第１??個月時為５５．?６±３０．?２％，在第３個月時為５８．?１?±２８．?６％，在第６個月時為５６．?８土??２５．?３％。在３次隨訪中，ＮＳＲＤＦＴ的降低率無顯著差異（尸０．?９２５）。在３次隨訪時，??ＮＳＲＤＦＴ減少率與ＳＲＤＦＴ減少率之間的差異均無統(tǒng)計學意義（所有ｐ＞０．?２８９）（圖??２－３）。??ＭＳ?Ｎ８?Ｗ８??９〇ｉ?－ｊｒｊ?ｒ?ｎｓ?ｓｒｄ??■?ｎｏｎ－ＳＲＯ??Ｐ｜?Ｉ＇?１??＇：ｔ——麗——置—??１?３

【參考文獻】：
期刊論文
[1]Evaluation of systemic risk factors in different optical coherence tomographic patterns of diabetic macular edema[J]. Durgul Acan,Eyyup Karahan,Nilufer Kocak,Suleyman Kaynak.  International Journal of Ophthalmology. 2018(07)



本文編號：2916502