文献类型：期刊文章

作　　者：翁铭[1,2] 郑博[2,3] 吴茂念[2,3] 朱绍军[2,3] 孙元强[1,2] 刘云芳[1,2] 马子伟[1,2] 蒋云良[3] 刘勇[4] 杨卫华[1,2]

机构地区：[1]湖州师范学院附属第一医院眼科,中国浙江省湖州市313000 [2]湖州师范学院医学人工智能重点实验室,中国浙江省湖州市313000 [3]湖州师范学院信息工程学院,中国浙江省湖州市313000 [4]浙江大学控制科学与工程学院,中国浙江省湖州市310058

出　　处：《国际眼科杂志》

基　　金：浙江省自然科学基金项目(No.LQ18F020002);浙江省公益技术研究计划项目(No.LGF18H120003)~~

年　　份：2018

卷　　号：18

期　　号：3

起止页码：568-571

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、DOAJ、EMBASE、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目的:评估基于深度学习的糖尿病视网膜病变(diabetic retinopathy,DR)筛查智能诊断系统的应用价值。方法:收集2017-01/06在我院就诊的糖尿病患者186例372眼,比较专家诊断及基于深度学习的人工智能诊断的应用情况,并比较其特异性和敏感性。结果:专家诊断组显示42眼(11.3%)为无DR,330眼(88.7%)患有不同程度DR;其中轻度非增殖型糖尿病视网膜病变(non-proliferative diabetic retinopathy,NPDR)者62眼(16.7%),中度NPDR者55眼(14.8%),重度NPDR者155眼(41.7%),PDR者58眼(15.6%)。而智能诊断结果显示38眼(10.2%)为无DR,44眼为PDR(11.8%),其他为不同分期NPDR。智能诊断系统与专家诊断结果DR一致性分析结果显示,高度一致性为309眼(83.1%),Kappa值为0.78。智能诊断灵敏度为0.82,特异性为0.91,Kappa为0.77(χ2=20.39,P<0.05)。结论:基于深度学习的DR人工智能诊断系统能较好显示眼底病变的严重程度,有望为DR提供一种新的筛查工具。

关 键 词：糖尿病视网膜病变 分期  人工智能 深度学习  

分 类 号：R587.2] R774.1]