期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
利用深度学习探讨LDL-C对视网膜动脉硬化进展的影响及其阈值效应
1
作者 罗澜 孙摇遥 +6 位作者 周思锦 姚昱欧 张胜楠 马彤 琚烈 常献刚 赵明威 《中华实验眼科杂志》 CAS CSCD 北大核心 2024年第12期1127-1133,共7页
目的利用深度学习探讨低密度脂蛋白胆固醇(LDL-C)对视网膜动脉硬化进展的影响及其阈值效应。方法采用队列研究方法,收集2016年1月至2023年8月在北京怡健殿诊所进行体检的1928人的临床资料,包括一般情况、体格检查、血清学检查及彩色眼... 目的利用深度学习探讨低密度脂蛋白胆固醇(LDL-C)对视网膜动脉硬化进展的影响及其阈值效应。方法采用队列研究方法,收集2016年1月至2023年8月在北京怡健殿诊所进行体检的1928人的临床资料,包括一般情况、体格检查、血清学检查及彩色眼底照相,利用深度学习模型统一识别视网膜动脉硬化情况。按照LDL-C水平进行五等分分组,其中第1分组(0.64~1.90 mmol/L)389人,第2分组(1.91~2.26 mmol/L)387人,第3分组(2.27~2.57 mmol/L)384人,第4分组(2.58~2.95 mmol/L)385人,第5分组(2.96~6.06 mmol/L)383人。采用Logistic回归分析及限制性立方样条(RCS)回归模型分析LDL-C水平与视网膜动脉硬化进展的关联性以及剂量-反应关系。结果在平均随访时间(66.84±6.58)个月中,视网膜动脉硬化进展的发生率为22.10%(426/1928)。第1、2、3、4、5分组受试者眼底情况出现进展的比例分别为15.68%(61/389)、21.71%(84/387)、21.35%(82/384)、25.71%(99/385)和26.11%(100/383),总体比较差异有统计学意义(χ^(2)=15.97,P=0.003)。以LDL-C第1分组作为参照,LDL-C 2.58~2.95 mmol/L是视网膜动脉硬化进展的独立危险因素(OR=1.52,95%CI:1.04~2.22)。RCS分析显示两者呈“L”型关联。LDL-C对于视网膜动脉硬化的影响呈现阈值效应,当LDL-C<2.34 mmol/L时,视网膜动脉硬化进展风险随LDL-C水平升高而增加(OR=1.97,95%CI:1.10~3.62),当LDL-C≥2.34 mmol/L时风险趋于平缓。结论LDL-C对视网膜动脉硬化进展的影响具有阈值效应,阈值为2.34 mmol/L。 展开更多
关键词 视网膜 动脉硬化 深度学习 低密度脂蛋白胆固醇
在线阅读 下载PDF
基于人工智能模型量化视网膜血管特征参数预测子痫前期的可行性研究 被引量：1
2
作者 周天凡 邵飞雪 +3 位作者 万盛 周晨晨 周思锦 花晓琳 《上海交通大学学报（医学版）》 CAS CSCD 北大核心 2024年第5期552-559,共8页
目的·基于人工智能(artificial intelligence,AI)模型,探讨视网膜血管特征参数在子痫前期(preeclampsia,PE)中的预测能力。方法·回顾性纳入2020年6月-2021年1月在妊娠16周前于同济大学附属妇产科医院建卡、规律产检、行眼底... 目的·基于人工智能(artificial intelligence,AI)模型,探讨视网膜血管特征参数在子痫前期(preeclampsia,PE)中的预测能力。方法·回顾性纳入2020年6月-2021年1月在妊娠16周前于同济大学附属妇产科医院建卡、规律产检、行眼底图像拍摄并于该院分娩的789例单胎活产孕妇。根据孕妇是否发生妊娠期高血压疾病(hypertensive disorders of pregnancy,HDP),将其分为正常妊娠组(n=685)和HDP组(n=104);根据是否发生PE,将HDP组分为妊娠期高血压(gestational hypertension,GH)组(n=36)和PE组(n=68);且根据发病孕周,将PE组分为早发型PE组(发病孕周<34周)和晚发型PE组(发病孕周≥34周)。获取入组孕妇的眼底图像,利用AI算法诊断眼底病变特征、量化视网膜血管特征参数并对眼底特征、视网膜血管特征参数进行比较分析。采用单因素Logistic回归模型分析PE发生的影响因素,并采用多因素Logistic回归模型进一步评估视网膜血管特征参数等与PE发生的相关性。采用受试者操作特征曲线(receiver operator characteristic curve,ROC curve,ROC曲线)的曲线下面积(area under the curve,AUC)分析视网膜血管特征参数等对PE(早发型PE和晚发型PE)的预测能力。结果·眼底特征及视网膜血管特征参数的分析结果显示,正常妊娠组和PE组孕妇的视网膜中央动脉直径等效值(central retinal artery equivalent,CRAE)、视网膜中央静脉直径等效值(central retinal vein equivalent,CRVE)、视网膜动静脉比值(arteriole-to-venular ratio,AVR)、视网膜动脉弯曲度和视网膜动脉分形维数间差异具有统计学意义(均P<0.05)。单因素Logistic回归分析显示,孕中期平均动脉压(mean arterial pressure,MAP)、孕中期胎儿估计体质量(estimated fetal weight,EFW)、CRAE、CRVE、AVR、视网膜动脉弯曲度和视网膜动脉分形维数是PE发生的影响因素(均P<0.05)。多因素Logistic回归分析显示,孕中期EFW、CRAE、CRVE、AVR、视网膜动脉弯曲度和视网膜动脉分形维数是PE发生的保护因素,孕中期MAP是其危险因素(均P<0.05)。ROC曲线的分析结果显示,母体危险因素+孕中期产检资料(包括MAP和EFW)+视网膜血管特征参数模型对PE预测能力较好[AUC(95%CI)=0.784(0.725‒0.843)],且其对早发型PE的预测能力更优[AUC(95%CI)=0.840(0.756‒0.924)]。结论·使用基于AI模型量化的视网膜血管特征参数联合母体危险因素、孕中期产检资料(包括MAP和EFW)能够较好地预测PE(特别是早发型PE)的发生。 展开更多
关键词 子痫前期 视网膜血管 人工智能
在线阅读 下载PDF
人工智能眼底分析技术对青光眼病灶的诊断价值研究 被引量：3
3
作者 吴星 黄烨霖 +3 位作者 叶子 马彤 陈羽中 王大江 《解放军医学院学报》 CAS 北大核心 2022年第10期1014-1018,共5页
背景青光眼是一种不可逆性的致盲性眼病,研究青光眼眼底图像特征,利用人工智能技术在专业临床数据库的基础上建立诊断模型,能够快速、客观地对青光眼患者眼底图像进行判断。目的评价一种基于人工智能眼底分析技术的青光眼病灶诊断系统... 背景青光眼是一种不可逆性的致盲性眼病,研究青光眼眼底图像特征,利用人工智能技术在专业临床数据库的基础上建立诊断模型,能够快速、客观地对青光眼患者眼底图像进行判断。目的评价一种基于人工智能眼底分析技术的青光眼病灶诊断系统的性能,并利用该系统探索青光眼疾病进展中的杯盘比发展情况。方法选取2020年3月-2021年4月4000例在解放军总医院第三医学中心完成眼底照相患者的眼底照片,将采集的眼底照片进行视杯、视盘及视网膜纤维层缺损的分割标注、病灶多标签的分类标注及青光眼分期标注,获得眼底照片-青光眼数据集。建立一个基于深度学习算法模型的人工智能青光眼病灶诊断系统,并随机选取眼底照片进行内部验证以评估系统性能。利用该人工智能系统对不同分期的青光眼眼底照片进行杯盘比识别计算,分析随青光眼疾病进展的杯盘比分布差异。结果本研究共应用了6837张眼底照片,其中60%(4102张)用作训练集,40%(2735张)用作验证集。在验证集中人工智能青光眼病灶诊断系统在视杯分割预测结果上召回率平均为0.837,精确度平均为0.814,交并比平均为0.816,AUC平均为0.874;在视盘分割预测结果上召回率平均为0.928,精确度平均为0.926,交并比平均为0.916,AUC平均为0.941;在视网膜神经纤维层缺损(retinal nerve fiber layer defect,RNFLD)分割预测结果上召回率平均为0.653,精确度平均为0.612,交并比平均为0.480,AUC平均为0.749。在验证集中人工智能青光眼病灶诊断系统在局限性RNFLD病灶预测结果上准确度平均为0.890,敏感度平均为0.896,特异性平均为0.638,AUC平均为0.893;在弥漫性RNFLD病灶预测结果上准确度平均为0.950,敏感度平均为0.744,特异性平均为0.961,AUC平均为0.901;在视盘出血病灶预测结果上准确度平均为0.966,敏感度平均为0.650,特异性平均为0.967,AUC平均为0.969;在视杯切迹病灶预测结果上准确度平均为0.951,敏感度平均为0.794,特异性平均为0.957,AUC平均为0.892。对不同分期的青光眼眼底照片进行杯盘比识别计算,杯盘比值随青光眼视神经病变的进展逐渐增大。结论将人工智能眼底分析技术应用于青光眼病灶诊断系统,可以为实现青光眼筛查提供思路。 展开更多
关键词 人工智能 深度学习 青光眼 视杯 视盘
在线阅读 下载PDF
骨架图引导的级联视网膜血管分割网络 被引量：6
4
作者 姜大光 李明鸣 +3 位作者 陈羽中 丁文达 彭晓婷 李瑞瑞 《工程科学学报》 EI CSCD 北大核心 2021年第9期1244-1252,共9页
针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题,从血管形状拓扑关系利用的角度出发,探索多任务卷积神经网络设计,提出骨架图引导的级联视网膜血管分割网络框架.该框架包含血管骨架图提取网络模块、血管分割网络... 针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题,从血管形状拓扑关系利用的角度出发,探索多任务卷积神经网络设计,提出骨架图引导的级联视网膜血管分割网络框架.该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体.骨架提取辅助任务用于提取血管中心线,能够最大限度地保留血管拓扑结构特征;自适应特征融合结构体嵌入在两个模块的特征层间.该结构体通过学习像素级的融合权重,有效地将血管拓扑结构特征与血管局部特征相融合,加强血管特征的结构信息响应.为了获得更完整的骨架图,骨架图提取网络还引入了基于图的正则化损失函数用于训练.与最新的血管分割方法相比,该方法在3个公共视网膜图像数据集上均获得第一名,在DRIVE,STARE和CHASEDB1中其F1值分别为83.1%,85.8%和82.0%.消融实验表明骨架图引导的视网膜血管分割效果更好,并且,基于图的正则化损失也能进一步提高血管分割准确性.通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性. 展开更多
关键词 骨架提取 视网膜血管分割 多任务 级联网络 基于图的正则化
在线阅读 下载PDF
基于深度学习人工智能辅助诊断慢性病的应用实践 被引量：5
5
作者 陈羽中 赵昕 《人工智能》 2021年第3期80-90,共11页
AI医学影像是当前医疗人工智能最为成熟的应用领域之一。随着深度学习技术的发展,AI视网膜慢性病筛查已率先落地应用,并实现商业化。鹰瞳Airdoc基于海量交叉标注的视网膜影像和人工智能技术,研发的人工智能视网膜健康风险评估产品已在... AI医学影像是当前医疗人工智能最为成熟的应用领域之一。随着深度学习技术的发展,AI视网膜慢性病筛查已率先落地应用,并实现商业化。鹰瞳Airdoc基于海量交叉标注的视网膜影像和人工智能技术,研发的人工智能视网膜健康风险评估产品已在全国各地的医院内外等多场景中实现应用。 展开更多
关键词 AI医学影像 视网膜影像 慢性病筛查
在线阅读 下载PDF
基于心脑血管病筛查的极高海拔地区眼底特征谱的初步研究
6
作者 米玛顿珠 张瑞 +6 位作者 王凡 王斌 季士勇 罗源 荣策 格桑罗布 王丽平 《中华脑血管病杂志(电子版)》 2024年第6期564-572,共9页
目的旨在通过对极高海拔地区(西藏自治区)眼底视网膜特征及发病率的筛查,进一步探讨其与心脑血管疾病之间的关联性。方法选择长期居住在西藏自治区那曲市极高海拔(海拔4500 m以上)的3个县(尼玛县、双湖县、安多县)的8个乡镇51个村庄的2... 目的旨在通过对极高海拔地区(西藏自治区)眼底视网膜特征及发病率的筛查,进一步探讨其与心脑血管疾病之间的关联性。方法选择长期居住在西藏自治区那曲市极高海拔(海拔4500 m以上)的3个县(尼玛县、双湖县、安多县)的8个乡镇51个村庄的2712例藏族居民进行调查,以平原地区1919301例健康体检人群数据作为对照。采用日本佳能免散瞳眼底照相机CR-2AF,在自然瞳孔状态下对目标人群进行眼底照相,详细记录其年龄相关性黄斑变性(AMD)、杯盘比、糖尿病视网膜病变类似表现(糖尿病视网膜病变+视网膜零星出血)、视网膜静脉阻塞、视盘前膜及其他异常等关键结构特征。结果(1)不同年龄段下,极高海拔地区与平原地区人群AMD发生率比较,差异无统计学意义(P>0.05);(2)组内比较,在极高海拔地区人群中,20~29岁年龄段人群较其他年龄段人群杯盘比偏大发生率最高,差异有统计学意义(χ^(2)=60.502,P<0.001),组间比较,极高海拔地区30~39岁年龄段人群杯盘比偏大发生率较平原地区人群高,差异有统计学意义(χ^(2)=230.325,P<0.001);(3)组间比较,30~39岁、40~49岁年龄段糖尿病视网膜病变类似表现发生率比较,差异均有统计学意义(χ^(2)=5.390,P=0.020;χ^(2)=8.830,P=0.003);(4)组间比较,30~39岁、40~49岁年龄段静脉阻塞发生率比较,差异均无统计学意义(χ^(2)=0.071,P=0.190;χ^(2)=0.853,P=0.356),50~59岁、60岁以上年龄段静脉阻塞发生率比较,差异有统计学意义(χ^(2)=10.400,P<0.001;χ^(2)=31.848,P<0.001);(5)组间比较,30~39岁年龄段视盘前膜发生率比较,差异有统计学意义(χ^(2)=3.850,P=0.016);(6)组间比较,50~59岁、60岁以上年龄段其他黄斑部异常发生率比较,差异均有统计学意义(χ^(2)=5.080,P=0.024;χ^(2)=10.500,P=0.001)。结论极高海拔地区人群的眼底照相特征谱与平原地区存在显著差异。 展开更多
关键词 高原心脑血管病 眼底特征谱 西藏自治区藏族 眼底视网膜 眼底照相
原文传递
基于深度学习技术的豹纹状眼底自动量化及分级初步研究
7
作者 董力 周文达 +8 位作者 琚烈 赵汉卿 杨宇航 邵蕾 宋凯敏 王璘 马彤 王亚星 魏文斌 《中华眼科杂志》 CAS CSCD 北大核心 2024年第3期257-264,共8页
目的利用深度学习技术实现对不同区域豹纹状眼底(FT)的自动分割、量化及分级,分析新型量化指标与FT等级和全身及眼部各参数的相关性。方法横断面研究。数据来源于“北京眼病研究”(一项以人群为基础的纵向研究),于2001年整群抽取北京市... 目的利用深度学习技术实现对不同区域豹纹状眼底(FT)的自动分割、量化及分级,分析新型量化指标与FT等级和全身及眼部各参数的相关性。方法横断面研究。数据来源于“北京眼病研究”(一项以人群为基础的纵向研究),于2001年整群抽取北京市海淀区5个社区及大兴区3个农村社区的40岁及以上人群进行调查,并于2011年对该人群进行随访。本研究纳入2011年接受第2个5年随访的50岁以上人群,仅纳入右眼数据。将以右眼黄斑为中心的彩色眼底图像输入豹纹分割模型及黄斑检测网络,以黄斑中心凹为原点,内圈直径为1 mm,中圈直径为3 mm,外圈直径为6 mm,实现眼底的精细分割,从而得出各区域FT密度(FTD)及FT等级。进一步对各区域FTD及不同FT等级间各眼部及全身参数进行差异性分析。按照等效球镜度数(SE)将受试眼分为近视眼(SE<-0.25 D)、正视眼(-0.25 D≤SE≤0.25 D)及远视眼(SE>0.25 D)3种屈光类型。根据眼轴长度,将受试眼分为眼轴长度<24 mm、24~26 mm及>26 mm 3种眼轴类型,对不同类型的FTD进行分析。采用单因素方差分析、Kruskal-Wallis检验、Bonferroni检验及Spearman相关分析等统计学分析方法。结果研究共纳入3369名受试者(3369只眼),年龄为(63.9±10.6)岁;其中女性1886名(56.0%)男性1483名(64.0%)。所有受试眼整体FTD为0.060(0.016,0.163);内圈FTD为0.000(0.000,0.025);中圈FTD为0.030(0.000,0.130);外圈FTD为0.055(0.009,0.171)。单因素分析结果表明,各区域FTD与眼轴长度(整体:r=0.38,P<0.001;内圈:r=0.31,P<0.001;中圈:r=0.36,P<0.001;外圈:r=0.39,P<0.001)、黄斑中心凹下脉络膜厚度(SFCT)(整体:r=-0.69,P<0.001;内圈:r=-0.57,P<0.001;中圈:r=-0.68,P<0.001;外圈:r=-0.72,P<0.001)、年龄(整体:r=0.34,P<0.001;内圈:r=0.30,P<0.001;中圈:r=0.31,P<0.001;外圈:r=0.35,P<0.001)、性别(整体:r=-0.11,P<0.001;内圈:r=-0.04,P<0.001;中圈:r=-0.07,P<0.001;外圈:r=-0.11,P<0.001)、SE(整体:r=-0.20;P<0.001;内圈:r=-0.19,P<0.001;中圈:r=-0.20,P<0.001;外圈:r=-0.20,P<0.001)、裸眼视力(整体:r=-0.18,P<0.001;内圈:r=-0.26,P<0.001;中圈:r=-0.24,P<0.001;外圈:r=-0.22,P<0.001)、体质量指数(整体:r=-0.11,P<0.001;内圈:r=-0.13,P<0.001;中圈:r=-0.14,P<0.001;外圈:r=-0.13,P<0.001)均有相关性。进一步多因素分析结果显示,不同区域FTD与眼轴长度(整体:β=0.020,P<0.001;内圈:β=-0.022,P<0.001;中圈:β=0.027,P<0.001;外圈:β=0.022,P<0.001)、SFCT(整体:β=-0.001,P<0.001;内圈:β=-0.001,P<0.001;中圈:β=-0.001,P<0.001;外圈:β=-0.001,P<0.001)及年龄(整体:β=0.002,P<0.001;内圈:β=0.001,P<0.001;中圈:β=0.002,P<0.001;外圈:β=0.002,P<0.001)均有相关性。不同屈光类型受试眼的整体(H=56.76,P<0.001)、内圈(H=72.22,P<0.001)、中圈(H=75.83,P<0.001)及外圈(H=70.34,P<0.001)FTD分布均有统计学差异。不同眼轴长度受试眼的整体(H=373.15,P<0.001)、内圈(H=367.67,P<0.001)、中圈(H=389.14,P<0.001)及外圈(H=386.89,P<0.001)FTD分布均有统计学差异。进一步比较各级别FT受试受试者全身及眼部参数差异,在所有参数中,眼轴长度(F=142.85,P<0.001)与SFCT(F=530.46,P<0.001)差异有统计学意义。结论利用深度学习技术可实现眼底不同区域FT的自动分割及量化,并可实现FT的初步分级。不同区域FTD与眼轴长度、SFCT及年龄显著相关,年龄较大、患有近视眼及眼轴较长的人群眼底各区域FTD更重,豹纹等级更高。 展开更多
关键词 眼底 人工智能 深度学习 脉络膜 微血管密度
原文传递
通过眼底影像评估冠心病及相关危险因素的深度学习模型研究 被引量：4
8
作者 丁耀东 张阳 +8 位作者 何兰青 付萌 赵昕 黄露克 王斌 陈羽中 汪朝晖 马志强 曾勇 《中华心血管病杂志》 CAS CSCD 北大核心 2022年第12期1201-1206,共6页
目的开发并验证一款基于视网膜眼底图像的深度学习模型,用于识别冠心病及其危险因素。方法本研究为回顾性研究。收集2018年7月至2021年6月来自中国149家医院和体检中心,年龄>18岁、具有完整冠状动脉造影及视网膜眼底图像的受试者。2... 目的开发并验证一款基于视网膜眼底图像的深度学习模型,用于识别冠心病及其危险因素。方法本研究为回顾性研究。收集2018年7月至2021年6月来自中国149家医院和体检中心,年龄>18岁、具有完整冠状动脉造影及视网膜眼底图像的受试者。2名对研究设计不知情的放射科医师独立评估每位受试者的冠状动脉造影图像,判断是否诊断为冠心病。使用卷积神经网络(CNN)深度学习模型,根据有无冠心病将视网膜眼底图像进行标注,按比例分为训练集和测试集进行模型训练。并且在测试集中分别使用单眼和双眼眼底图像评估模型预测性能。使用受试者工作特征曲线下面积(AUC)及相关系数(R2)评估模型识别心血管疾病危险因素(年龄、血压、性别)以及冠心病的效能。结果本研究收集到25222名受试者的51765张眼底图像,其中男性14419名,冠心病患者10255例。训练集纳入了22701名受试者的46603张眼底图像,测试集共纳入2521名受试者的5162张眼底图像。在测试集中,模型从单眼和双眼视网膜眼底图像中判断年龄的R2分别为0.931(95%CI 0.929~0.933)和0.938(95%CI 0.936~0.940)。从单眼和双眼视网膜眼底图像中识别性别的AUC值分别为0.983(95%CI 0.982~0.984)和0.988(95%CI 0.987~0.989)。该模型运用单眼(任一)眼底照片识别冠心病的AUC值为0.876(95%CI 0.874~0.877),双眼(均值)眼底照片的AUC值为0.885(95%CI 0.884~0.888),模型通过双眼视网膜眼底照片判断冠心病的灵敏度为0.894,特异度为0.755,准确度为0.714。结论基于视网膜眼底图像的深度学习模型在评估冠心病及其危险因素(年龄、性别)方面表现良好。 展开更多
关键词 心血管疾病 冠心病 视网膜眼底图像 深度学习模型
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部