相关实验视频
Updated: Jul 19, 2025

09:11
Retinal Pathophysiological Evaluation in a Rat Model
Published on: May 6, 2022
4.6K
在基于可解释的人工智能的II型糖尿病患者中检测糖尿病视网膜病变的可行性研究
B Lalithadevi1, S Krishnaveni2, J Samuel Cornelius Gnanadurai3
1Department of Computational Intelligence, SRM Institute of Science and Technology, Kattankulathur, Chennai, TN, India. lb8267@srmist.edu.in.
Journal of medical systems
|August 8, 2023
概括
在II型糖尿病患者中,糖尿病视网膜病变 (DR) 的早期预测至关重要. 一个随机森林模型准确地确定了年龄和血糖等风险因素,在这项可行性研究中达到94.9%的准确性.
科学领域:
- 眼科医生 眼科 眼科
- 内分泌学 在内分泌学.
- 人工智能的人工智能
背景情况:
- 糖尿病视网膜病变 (DR) 是糖尿病患者视力受损的主要原因,特别是II型糖尿病患者.
- 早期检测和风险因素识别对于预防视力丧失至关重要.
研究的目的:
- 在II型糖尿病患者中确定糖尿病视网膜病变的关键风险特征.
- 开发和验证DR风险的预测模型.
主要方法:
- 通过172名II型糖尿病患者的问卷调查,调查了社会分析,糖尿病,行为和临床风险因素.
- 开发了一种用于DR风险预测的随机森林 (RF) 模型,并使用SHAP可解释的人工智能 (XAI) 增强了可解释性.
- 进行统计分析,包括假设测试,以评估风险因素和DR之间的关系.
主要成果:
- 在47.09%的参与者中发现了可推的DR.
- 射频模型在使用临床数据预测DR风险时达到94.9%的高准确度.
- 确定的主要危险因素包括年龄,血糖水平异常和糖尿病持续时间长,与微小损伤相关.
结论:
- 该研究成功地确定了II型糖尿病中DR的显著风险因素.
- 开发的射频模型显示了DR风险预测的高准确性,有助于早期干预.
- 了解这些风险因素对于管理糖尿病患者和预防视力障碍至关重要.

