肥胖和健康儿童胸膜厚度的临床相关性:一项机器学习研究

科学领域:

• 眼科医生 眼科 眼科
• 儿科 儿科 儿科
• 生物医学工程 生物医学工程

背景情况:

• 儿童肥胖是一个日益严重的公共卫生问题.
• 肥胖与各种系统性健康问题有关,可能会影响眼睛结构.
• 了解肥胖儿童的眼部变化对于早期检测和管理至关重要.

研究的目的:

• 研究斑点胆道厚度 (MCT) 和周周胆道厚度 (PPCT) 对分类肥胖与健康儿童的影响.
• 在这个分类任务中比较随机森林 (RF),支持向量机 (SVM) 和多层感知器 (MLP) 算法的性能.

主要方法:

• 一项前性比较研究,涉及59名肥胖儿童和35名健康儿童 (6至15岁).
• 光学连贯断层扫描 (OCT) 用于测量MCT和PPCT的距离 (500,1000,1500μm) 与光和光盘不同.
• 特性选择算法确定了关键的区分特征,然后使用RF,SVM和MLP进行分类.

主要成果:

• 相关性特征选择算法产生了最好的结果.
• 区分组的关键特征包括PPCT在部500微米和1500微米,鼻腔1500微米,下部1500微米和亚叶MCT.
• 分类准确率为:RF 98.6%,SVM 96.8%,MLP 89%. 它们的分类准确率为:

结论:

• 肥胖症显著影响儿童的冠状腺厚度,特别是在亚叶和外围皮区域.
• 射频和SVM算法在根据胆道厚度测量对肥胖儿童进行分类时表现出高准确性和有效性.