基于深度学习下低视力患者辅具智能化适配研究
Research on Intelligent Adaptation of Assistive Devices for Patients with Low Vision Based on Deep Learning
摘要目的:初步探讨构建移动出诊方式的农村地区低视力患者辅具智能化验配的神经网络模型.方法:选取2019年5月—2023年5月福建医科大学附属第二医院视障康复指导中心的728例患者为研究对象,结合描述性研究方法,构建基于神经网络算法的智能化辅具适配模型并进行验证.结果:关于低视力辅具的使用,71.15%的患者验配了不超过2种辅具,而28.85%的患者验配了3种及以上.在视力损害程度上,轻度视力损害占10.44%,中度视力损害占43.27%,严重视力损害占26.51%,失明占19.78%.经过综合分析,选取了准确度作为模型性能的主要评价标准,F1值作为辅助评价标准,在模型阈值为0.4时,准确度约为80%,F1值约为0.31,可作为模型的分类判断的阈值.结论:中国农村地区低视力患者辅具适配与视功能及生存质量、康复需求密切相关.构建农村地区低视力患者移动出诊方式的辅具智能化适配神经网络模型,具有一定临床应用价值.
更多相关知识
- 浏览7
- 被引0
- 下载4

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文