| 9 | 非增殖性糖尿病性视网膜病变的计算机分类显示文摘目的:提出对3种早期病变,即出血和小动脉瘤、硬性渗出物和棉絮状斑计算机分级方法,并基于这3种病变对非增殖性糖尿病性视网膜病变(NPDR)进行分类。
方法:应用早先发展的计算机诊断系统对标准照片中3种早期病变数目和大小进行测定,为独立病变水平和NPDR制定相应的计算机分类标准。应用430幅正常视网膜或任意程度的视网膜病变的眼底图像和361幅没有视网膜病变或仅有3种早期病变的眼底图像进行标准的评定。将结果与威斯康辛州大学眼科流行病学研究中心及一名眼科医师的分类结果进行比较。主要结果判定:计算机系统和人类专家对NPDR分类的符合率。
结果:在判定出血和小动脉瘤、硬性渗出物和棉絮状斑这3种病变的严重程度上。计算机系统和研究中心对430幅图像分类的符合率分别是82.6%,82.6%和黯.3%;对361幅图像分类的符合率分别是85.3%,87.5%和93.1%。排除了“有问题的”类型后,对430幅图像相应的符合率达到了86.5%,92.3%和91.0%;对361幅图像相应的符合率达到了89.7%,96.3%和97.4%。在NPDR的分类上,计算机系统和眼科医师对430幅图像分类的符合率为81.7%;对361幅图像分类的符合率为83.5%。
结论:所提出的计算机分类方法产生的结果可以与人类专家提供的结果相媲美。通过另外的研究,这套计算机系统可以成为医师们一个有效的临床辅助系统和对NPDR进行筛查、诊断和分类的工具。 | Samuel C. Lee E lisa T. Lee Yiming Wang Ronald Klein Ronald M. Kingsley Ann Warn 冯云(译) 赵光喜(校) | 2006 | 美国医学会眼科杂志(中文版)2006，18，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员