换一批人工智能技术对视网膜静脉阻塞的诊断价值分析
Analysis of the diagnostic value of artificial intelligence in retinal vein occlu-sion
摘要目的 探讨人工智能(AI)技术对视网膜静脉阻塞(RVO)的诊断价值.方法 选取2016年7月至2022年6月在我院眼科就诊并进行免散瞳眼底照相的9 000例患者图像,从中筛选出700例患有RVO的眼底图像,联合河南理工大学电气化学院,应用AI技术对眼底图像进行处理.本研究采用了最先进的两阶段算法(Faster-RCNN模型)、先进的一阶段检测算法(YOLOV4和YOLOV5模型),以及专门为RVO设计的改进型YOLOV5模型来处理收集到的RVO数据,并对结果进行对比分析.采用受试者工作特征曲线分析改进型YOLOV5模型对RVO诊断的灵敏度和特异度.结果 Faster-RCNN模型检测精度最高,但其参数规模远大于其他模型,且每秒帧数仅为8,不能满足检测的实时性要求.改进型YOLOV5模型检测精度仅比Faster-RCNN模型低3％,但参数规模远远小于Faster-RC-NN 模型,且每秒帧数比其高22.根据不同的AI模型Faster-RCNN、YOLOV4、YOLOV5和改进型YOLOV5模型,绘制的受试者工作特征曲线下面积分别为0.946(95％CI:0.933-0.959),0.794(95％CI:0.772-0.816),0.864(95％CI:0.845-0.884),0.930(95％CI:0.915-0.944).改进型YOLOV5模型对RVO诊断的灵敏度为87.0％,特异度为98.9％.结论 改进型YOLOV5模型拥有较高的检测精确性,所需的参数规模较小,对RVO诊断的灵敏度和特异度高,可以作为RVO新的人工智能辅助诊断方法.
更多相关知识
关键词
人工智能视网膜静脉阻塞医学图像分析诊断价值分析artificial intelligenceretinal vein occlusionmedical image analysisdiagnostic value analysis
栏目名称
DOI
10.13389/j.cnki.rao.2025.0009
发布时间
2025-01-23（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河南省科技攻关项目（232102210171）
光电传感与智能测控河南省工程实验室资助项目（HELPSIMC-2020-007）
- 浏览52
- 被引3
- 下载35
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
