運用深度學習預測視網膜上增生膜手術結果

視網膜上增生膜，是一種黃斑部疾病，會造成視力模糊和視物變形，在臨床上有越來越的病患被診斷為視網膜上增生膜，意味著越來越需要有效的臨床和科學工具來評估其在進展階段的嚴重程度。檢測視網膜上增生膜和評估視網膜上增生膜的嚴重程度對於病理學，臨床決策和預測疾病進展至關重要。在這項研究中，我們使用深度學習方法通過臨床特徵以及光學相干斷層掃描圖像預測視網膜上增生膜的手術結果。最初，我們從病歷記錄和光學相干斷層掃描圖像中提取特徵。首先，透過人工神經網絡和卷積神經網絡構建不同的演算法，我們將比較這兩種不同模型之間預測的準確性。在下一步中，我們將通過先前的研究的結果來指定特徵，這意味著減少輸入的變量。我們將使用這些特徵再次建構兩種演算法。最後，我們可以在這四種算法中獲得分別的最佳預測模型。我們總共收集了94隻眼睛的手術結果。在手術前後，沒有單一個特徵與手術前後視力有顯著相關。透構人工神經網路的計算，預測術後的準確率在35個特徵底下為98.6；在具有21個特徵的條件下，準確率為97.4。曲線下面積分別為0.98和0.97。整個視網膜圖片或感興趣區域的卷積神經網路的準確率約為70％，這個結果和利用人工神經網路針對影像特徵值所得到的結果是差不多的。利用這個研究，我們可以發現深度學習的使用應被視為預測視網膜上增生膜術後功能恢復的一個很好的工具，而這個結果必須依靠病人的基本資料以及影像檢查才能得到最好的準確性。