基于深度学习的眼底疾病筛查诊断系统的初步研究

发布时间：2021-11-08 02:46

　　目的:评估基于深度学习的眼底疾病筛查人工智能诊断系统的应用价值。方法:收集2018-07/12在我院就诊的患者1 345例2 690眼,通过分析比较眼科专家诊断及基于多层深度卷积神经网络学习的人工智能诊断系统的一致性,确定人工智能诊断系统的准确率、特异性和敏感性。结果:人工智能诊断系统的准确率为62.82%,所纳入患者的诊断结果有1～5（1.38±0.67）个诊断,其中1个诊断的准确率为56.09%,2个诊断的准确率为77.96%,3个诊断的准确率为84.61%,4个诊断的准确率为86.95%,5个诊断的准确率为60.00%;无明显异常及豹纹状眼底的一致性Kappa值分别为0.044、0.169,敏感性分别为3.00%、99.6%,特异性分别为99.7%、14.2%,其余诊断的一致性Kappa值高达0.57～1.00,敏感性高达65.1%～100%,特异性高达93.0%～100%。结论:基于多层深度卷积神经网络学习的人工智能诊断系统能较好地诊断眼底疾病,有望成为基层医疗的有效筛查工具。 

【文章来源】：国际眼科杂志. 2020,20(08)北大核心

【文章页数】：4 页

【文章目录】：
0引言
1对象和方法
    1.1对象
    1.2方法
2结果
    2.1人工智能系统诊断准确率
    2.2人工智能系统诊断的一致性
    2.3人工智能系统诊断的敏感性和特异性
3讨论


【参考文献】：
期刊论文
[1]人工智能在眼科疾病诊疗的应用现状[J]. 赵金凤,吴桢泉,郑磊,陈懿,田汝银,马大卉,张福燕,曾键,张国明.  眼科新进展. 2019(05)
[2]基于深度学习的DR筛查智能诊断系统的初步研究[J]. 翁铭,郑博,吴茂念,朱绍军,孙元强,刘云芳,马子伟,蒋云良,刘勇,杨卫华.  国际眼科杂志. 2018(03)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.  自动化学报. 2016(09)



本文编号：3482851