深度学习算法在角膜荧光染色分级评估中的应用

目的 探讨深度学习算法在角膜荧光染色分级评估中的应用价值.方法 采用横断面研究,共纳入四川大学华西医院隐形眼镜门诊就诊患者的角膜染色图片600张.其中500张用于构建算法,其余100张用于验证算法有效性并比较人工智能(artificial intelligence,AI)与视光初学者间评级准确性(accuracy,ACC)及诊断时长的差异.在完成初次评级1个月后,进行第二次评估,比较两次评估的一致性指数(kappa值).3位经验丰富的视光师综合分级的结果作为本研究的"金标准".结果 通过全集、训练集、测试集交叉验证4种深度学习模型,ResNet34模型预测准确性最高.Res...

Full description

Saved in:
Bibliographic Details
Published in四川大学学报（医学版） Vol. 54; no. 5; pp. 908 - 914
Main Authors 赵雨暄, 张啸云, 杨必, 刘陇黔
Format Journal Article
LanguageChinese
Published 四川大学华西临床医学院 眼视光学系 成都 610041%四川大学计算机学院 计算机科学与技术系 成都 610065%四川大学华西临床医学院 眼视光学系 成都 610041 20.09.2023
四川大学华西医院 眼科 成都 610041
四川大学华西医院 眼视光学与视觉科学研究室 成都 610041
Subjects
角膜染色
人工智能
接触镜
Contact lens
Artificial intelligence
Corneal staining
Online AccessGet full text
ISSN1672-173X
DOI10.12182/20230960104

Cover

Abstract 目的 探讨深度学习算法在角膜荧光染色分级评估中的应用价值.方法 采用横断面研究,共纳入四川大学华西医院隐形眼镜门诊就诊患者的角膜染色图片600张.其中500张用于构建算法,其余100张用于验证算法有效性并比较人工智能(artificial intelligence,AI)与视光初学者间评级准确性(accuracy,ACC)及诊断时长的差异.在完成初次评级1个月后,进行第二次评估,比较两次评估的一致性指数(kappa值).3位经验丰富的视光师综合分级的结果作为本研究的"金标准".结果 通过全集、训练集、测试集交叉验证4种深度学习模型,ResNet34模型预测准确性最高.ResNet34深度学习模型在角膜染色分级上的准确性为93.0%,敏感性为89.5%,特异性为89.6%.AI与两位初学者比较,AI的准确性较高(ACCAI=87.0%、ACCS1=78.0%、ACCS2=52.0%,PACC=0.001),同时AI的平均诊断时长短于视光初学者(tAI=1.00 s,tS1=11.86 s,tS2=13.25 s,Pt=0.001).在两次评级的一致性比较中,AI(kappaAI=0.658,PAI=0.001)的一致性程度高于视光初学者(kappaS1=0.575,PS1=0.001;kappaS2=0.609,PS2=0.001).结论 将深度学习算法应用于角膜染色分级评估具有一定的可行性及临床价值.在与初学者的比较中,AI表现出了较高的准确性和较好的一致性,能够指导视光师在临床工作中快速准确地评定角膜染色分级.
AbstractList 目的 探讨深度学习算法在角膜荧光染色分级评估中的应用价值.方法 采用横断面研究,共纳入四川大学华西医院隐形眼镜门诊就诊患者的角膜染色图片600张.其中500张用于构建算法,其余100张用于验证算法有效性并比较人工智能(artificial intelligence,AI)与视光初学者间评级准确性(accuracy,ACC)及诊断时长的差异.在完成初次评级1个月后,进行第二次评估,比较两次评估的一致性指数(kappa值).3位经验丰富的视光师综合分级的结果作为本研究的"金标准".结果 通过全集、训练集、测试集交叉验证4种深度学习模型,ResNet34模型预测准确性最高.ResNet34深度学习模型在角膜染色分级上的准确性为93.0%,敏感性为89.5%,特异性为89.6%.AI与两位初学者比较,AI的准确性较高(ACCAI=87.0%、ACCS1=78.0%、ACCS2=52.0%,PACC=0.001),同时AI的平均诊断时长短于视光初学者(tAI=1.00 s,tS1=11.86 s,tS2=13.25 s,Pt=0.001).在两次评级的一致性比较中,AI(kappaAI=0.658,PAI=0.001)的一致性程度高于视光初学者(kappaS1=0.575,PS1=0.001;kappaS2=0.609,PS2=0.001).结论 将深度学习算法应用于角膜染色分级评估具有一定的可行性及临床价值.在与初学者的比较中,AI表现出了较高的准确性和较好的一致性,能够指导视光师在临床工作中快速准确地评定角膜染色分级.
Author 杨必
刘陇黔
赵雨暄
张啸云
AuthorAffiliation 四川大学华西临床医学院 眼视光学系 成都 610041%四川大学计算机学院 计算机科学与技术系 成都 610065%四川大学华西临床医学院 眼视光学系 成都 610041;四川大学华西医院 眼视光学与视觉科学研究室 成都 610041;四川大学华西医院 眼科 成都 610041
AuthorAffiliation_xml – name: 四川大学华西临床医学院 眼视光学系 成都 610041%四川大学计算机学院 计算机科学与技术系 成都 610065%四川大学华西临床医学院 眼视光学系 成都 610041;四川大学华西医院 眼视光学与视觉科学研究室 成都 610041;四川大学华西医院 眼科 成都 610041
Author_FL ZHAO Yuxuan
ZHANG Xiaoyun
LIU Longqian
YANG Bi
Author_FL_xml – sequence: 1
  fullname: ZHAO Yuxuan
– sequence: 2
  fullname: ZHANG Xiaoyun
– sequence: 3
  fullname: YANG Bi
– sequence: 4
  fullname: LIU Longqian
Author_xml – sequence: 1
  fullname: 赵雨暄
– sequence: 2
  fullname: 张啸云
– sequence: 3
  fullname: 杨必
– sequence: 4
  fullname: 刘陇黔
BookMark eNotj7tKA0EYRqeIYIzpfAmL1fn_yWRnKpHgDQI2CnZhdpzxygZcxLWPwRQ2GhEkoFU2TbwW6uLj7O0xDGr1deecb4aU_LZvCJkDugAIAheRIqOyToHWSqQMdRcdcNnONKkGwYFHKQBlUrhlspR9vKbxMB0Pk6_H_Okue79NB6Miui66g-IqSi962cNN0XtLL7t5HBXPneT7Jfkc5_edNO7n_dEsmbLqODDV_62Q7dWVrca609xc22gsN51gkiAcKT1rlOG2Bq6WXCIXUhthmOYIBpgwgK5GYdBabaWVAEKhAu1RxtHjrELm_7hnyrfK32sdtk9P_ImxtR-eH-2Gofd7mVMq2A9wWGLl
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.12182/20230960104
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Application of Deep Learning Algorithm in the Grading Assessment of Corneal Fluorescein Staining
EndPage 914
ExternalDocumentID hxykdxxb202305008
GrantInformation_xml – fundername: 四川省科技计划项目
  funderid: (No.2022YFS0368)
GroupedDBID -05
2B.
4A8
5XA
5XF
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CIEJG
PSX
RPM
TCJ
U1G
U5O
ID FETCH-LOGICAL-s1048-99bfeae5f417c9592589ce8e3c521e138e127c28e2ffcf9f9118a2a1cb0352b53
ISSN 1672-173X
IngestDate Thu May 29 04:01:34 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 5
Keywords 角膜染色
人工智能
接触镜
Contact lens
Artificial intelligence
Corneal staining
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1048-99bfeae5f417c9592589ce8e3c521e138e127c28e2ffcf9f9118a2a1cb0352b53
PageCount 7
ParticipantIDs wanfang_journals_hxykdxxb202305008
PublicationCentury 2000
PublicationDate 2023-09-20
PublicationDateYYYYMMDD 2023-09-20
PublicationDate_xml – month: 09
  year: 2023
  text: 2023-09-20
  day: 20
PublicationDecade 2020
PublicationTitle 四川大学学报（医学版）
PublicationTitle_FL Journal of Sichuan University(Medical Sciences)
PublicationYear 2023
Publisher 四川大学华西临床医学院 眼视光学系 成都 610041%四川大学计算机学院 计算机科学与技术系 成都 610065%四川大学华西临床医学院 眼视光学系 成都 610041
四川大学华西医院 眼科 成都 610041
四川大学华西医院 眼视光学与视觉科学研究室 成都 610041
Publisher_xml – name: 四川大学华西临床医学院 眼视光学系 成都 610041%四川大学计算机学院 计算机科学与技术系 成都 610065%四川大学华西临床医学院 眼视光学系 成都 610041
– name: 四川大学华西医院 眼视光学与视觉科学研究室 成都 610041
– name: 四川大学华西医院 眼科 成都 610041
SSID ssib001103987
ssib000948209
ssib051370877
ssib000970525
ssib002039726
ssib001186719
ssib051810681
ssib009993695
ssib006703882
ssj0001742280
ssib002263209
Score 2.3714478
Snippet 目的 探讨深度学习算法在角膜荧光染色分级评估中的应用价值.方法 采用横断面研究,共纳入四川大学华西医院隐形眼镜门诊就诊患者的角膜染色图片600张.其中500张用于构建算法,其余100张用于验证算法有效性并比较人工智能(artificial...
SourceID wanfang
SourceType Aggregation Database
StartPage 908
Title 深度学习算法在角膜荧光染色分级评估中的应用
URI https://d.wanfangdata.com.cn/periodical/hxykdxxb202305008
Volume 54
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwzV3Na9RAFA-lvXgRRcWPKkWcU1lNJpmvkyS7WYqgpxZ6K0maWBBWsC3UnmuxBy9aEaSgp7aX-nlQi39Ot7t_hu-9pJspLbp6EkKYnXmZ93vvzWbem8yH49xyMyF1IXkDP7k1Au2aRsJF0kig89BeoTOR4Rfd-w_k1Exwb1bMjoxNWbOWlpfS29nqqetK_sWqkAd2xVWyf2HZQaWQAWmwL9zBwnAfysYslixSLPJYLFgUslBiImxRImCRYaHLYsXCmBlFxD4zAmlMk4WaxZqFihmOCS0xExMtzAQaDZfBp0ybGZ-KDIs4FRE91IxMFdXTZjogpk0WuZTQiARoTEhFhNAElBMAd9stJkgRXkgGBC0SJKiQVBINEpJp4AuCtJEdgEFIwDeyaBSixaKSZjDegWAjgVdskCGqQZYYaxKBz6DuBOoLJEF5AL1Xk0gEGRLrCGQX9sPA1miqHyAoTAC08pTloxEW7uN0EO4O_hPDqgDMo2PSODEuFR0d6Rf0coouCEjIJ0n3TZSttLyWlp0tzUEziaJJ0jNI4mIFGrJakxJ3_oO-TwyHVmPLC71jTRD5h6di-w21onbqHW_dmhRBbUG7FTE0wz_hl2Jo_P-Fti23QSre8BSdbD3wK8rN0av3p7CcBONqy9805SLqE64MHq2Ay7VwkMDQsEntsg0m0i6sPH00v7KSEpWgXQ_GuFI0YeX4uGUArr4dWCk8wLIOnHBGiBWoebTvpRU4QbGyByLwmAerPqlwV6k6UIKw05f1in_h-Qp3Hq1_aw_7gno0XOFWhLR6_UiV1SolVMMdSwm0uLJTJJ2HVhwwfc45WwXwE2H5Nj7vjKwuXHDuHn773N3f7u5tH_x43_vw5vDr6-7Wbn_nZX99q_9ip_ts4_Ddq_7Gl-7z9d7-Tv_j2sHPTwff93pv17r7m73N3YvOTDuebk41qqNpGouAAVxEkxZ5kosi8FRmhOFCmyzXuZ9BOJR7vs49rjKuc14UWWEKcCl1whMvS3H_6VT4l5zRzuNOftmZyNIi803AsyRNIJqa14lJeR4kga9VIQt-xblZCTxXdT2LcyfMfnUYomvOmfr1Nu6MLj1Zzq9DSLWU3qDW8gvzRQLU
linkProvider National Library of Medicine
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E5%9C%A8%E8%A7%92%E8%86%9C%E8%8D%A7%E5%85%89%E6%9F%93%E8%89%B2%E5%88%86%E7%BA%A7%E8%AF%84%E4%BC%B0%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8&rft.jtitle=%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E5%8C%BB%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E8%B5%B5%E9%9B%A8%E6%9A%84&rft.au=%E5%BC%A0%E5%95%B8%E4%BA%91&rft.au=%E6%9D%A8%E5%BF%85&rft.au=%E5%88%98%E9%99%87%E9%BB%94&rft.date=2023-09-20&rft.pub=%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6%E5%8D%8E%E8%A5%BF%E4%B8%B4%E5%BA%8A%E5%8C%BB%E5%AD%A6%E9%99%A2+%E7%9C%BC%E8%A7%86%E5%85%89%E5%AD%A6%E7%B3%BB+%E6%88%90%E9%83%BD+610041%25%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%9C%BA%E5%AD%A6%E9%99%A2+%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF%E7%B3%BB+%E6%88%90%E9%83%BD+610065%25%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6%E5%8D%8E%E8%A5%BF%E4%B8%B4%E5%BA%8A%E5%8C%BB%E5%AD%A6%E9%99%A2+%E7%9C%BC%E8%A7%86%E5%85%89%E5%AD%A6%E7%B3%BB+%E6%88%90%E9%83%BD+610041&rft.issn=1672-173X&rft.volume=54&rft.issue=5&rft.spage=908&rft.epage=914&rft_id=info:doi/10.12182%2F20230960104&rft.externalDocID=hxykdxxb202305008
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhxykdxxb%2Fhxykdxxb.jpg