换一批基于SVR和BP神经网络算法通过IOL Master 700测量数据来预测白内障术后CW弦
Prediction of CW chord after cataract surgery from IOL Master 700 measurement data based on SVR algorithm and BP neural network
摘要目的:通过IOL Master 700观察白内障手术前后Chang-Warning弦(CW弦)的变化,并利用术前数据和人工智能预测模型预测术后CW弦.方法:研究对象为304例白内障患者,分析其术前及术后的IOL Master 700测量数据,包括散光矢量值、角膜平均曲率、眼轴长度、前房深度、晶状体厚度、角膜中央厚度、白到白距离、浦肯野反射Ⅰ像相对于角膜中心的位置和瞳孔中心的位置、CW弦等.研究建立了基于SVR算法和BP神经网络算法的预测模型,通过术前CW弦及眼部生物参数来预测术后CW弦.结果:相比于白内障手术前,手术后左、右眼CW弦X分量向颞侧有轻微偏移,Y分量变化不大.使用术前CW弦和其他术前眼部生物参数作为输入数据,相比于BP神经网络,SVR模型能够更准确的对术后CW弦的X分量和Y分量做出预测.结论:CW弦可以用各种生物测量仪器、角膜地形图仪器或断层摄像仪器在同轴固定光下直接测量.使用SVR算法能够在白内障手术前较精准的对术后CW弦进行预测.
更多相关知识
关键词
alpha 角kappa 角Chang-Waring弦(CW弦)深度学习白内障SVR算法BP神经网络算法IOL Master 700alpha anglekappa angleChang-Warning chord(CW chord)deep learningcataractSVR algorithmBP neural networkIOL Master 700
栏目名称
DOI
10.3980/j.issn.1672-5123.2023.12.27
发布时间
2023-12-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览89
- 被引2
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
