深度神经网络对家族渗出性玻璃体视网膜病变眼底特征的定量分析.pdfVIP

江创伤外科2024年3月第29卷第3期ZhejiangJTraumaSurg,March2024,Vol.29,No.3窑429窑

窑临床研究窑

深度神经网络对家族渗出性玻璃体视网膜病变

眼底特征的定量分析

刘佳李鹏濮清岚

摘要铱目的利用深度神经网络袁对足月新生儿轻症家族渗出性视网膜病变渊FEVR冤袁在后极部视网膜图像的病变特征进行定量分析遥

方法选取7685例共15370张足月儿后极部视网膜图像袁构建足月儿后极部视网膜图像数据集遥训练网络袁自动提取计算并对比轻度FEVR

组与正常组的血管面积尧动静脉最大管径比尧血管的曲率以及视盘到黄斑渊macula冤的距离渊DM冤与视盘直径渊DD冤的比值遥结果与正常组相

43

比袁轻度FEVR组眼底图像中的血管面积明显增加[12.9666依0.9637渊%冤vs.12.0053依0.9246渊%冤]袁血管曲率明显减少[1.9098依0.2647渊伊10/cm冤

43

vs.3.3767依0.2345渊伊10/cm冤]袁最大管径比明显增加渊1.8796依0.1789vs.1.5075依0.1644冤遥DM/DD明显增加渊3.2676依0.2638vs.2.8199依0.3286冤遥

所有数值在不同组之间均有统计学差异渊P约0.005冤遥结论定量评估轻症FEVR眼底的异常特征在临床上有较高的指导意义遥可以辅助临

床医师在FEVR的诊断及评估预测疾病的进展工作中提供更多的线索遥

关键词铱深度神经网络曰家族性渗出性玻璃体视网膜病变曰新生儿

中图分类号铱R779.6文献标识码铱Adoi院10.3969/j.issn.1009-7147.2024.03.009

ExploringthequantitativeanalysisoffundusfeaturesinFEVRusingDeepNeuralNetworks

LIUJia袁LIPeng袁PUQinglan.ZheJiangProvinceJiaxingMaternityandChildHealthCareHospital,ZheJiang314000,China.

揖Abstract铱ObjectiveDeepneuralnetworks(DNNs)wereusedtoquantitativeanalysistheabnormalfeaturesexhibitedinposteriorpolereti鄄

naimagesinnewbornswithmildfamilialexudativeretinopathy(FEVR).MethodsUsingatotalof15,370posteriorpolarretinalimagesfrom7685

full-terminfants,weconstructedadatasetofposteriorpolarretinalimagesforfull-terminfant.Basedonthedatasets,oursystemwastrained,which

alsoextractedandquantifie