基于人工智能对学龄儿童的光盘变化的定量分析
Fang Liu1, Xing-Hui Yu1, Yu-Chuan Wang1
1The First Clinical Medical College of Gannan Medical University, Ganzhou 341000, Jiangxi Province, China.
International journal of ophthalmology
|November 29, 2023
概括
人工智能和彩色底部摄影揭示了近视儿童的光盘和周周缩 (PPA) 变化. PPA面积比率预测近视的进展,有助于早期预防和管理.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 医疗保健中的人工智能
背景情况:
- 近视是学龄儿童日益严重的公共卫生问题.
- 光盘和周包膜缩 (PPA) 变化与折射误差有关.
- 早期发现近视的进展对于有效的管理至关重要.
研究的目的:
- 通过彩色底部摄影和人工智能,研究阿米特罗普儿童的光盘和PPA变异.
- 为了将这些变化与折射误差严重程度和轴长度相关联.
- 评估PPA指标作为近视进展的早期预测指标的潜力.
主要方法:
- 对113名儿童 (6-12岁) 进行了回顾性病例控制研究.
- 儿童被分为四组:低,中等,高近视和血液短视控制.
- 使用人工智能分析的彩色底部摄影,测量包括PPA宽度,光盘直径比率和神经皮边缘宽度.
主要成果:
- 在各组中观察到PPA宽度,PPA与光盘直径和面积比的显著差异 (P<0.05).
- 与其他组相比,高近视组在神经网边缘宽度,光盘圆度,PPA高度和PPA密度方面表现出显著差异 (P<0.05).
- 球体等价 (SE) 和PPA面积比 (r=-0.812,P<0.001) 之间存在强烈的负相关性;轴长 (AL) 和PPA面积比 (r=0.736,P<0.001) 之间存在强烈的正相关性.
结论:
- 高近视的学龄儿童表现出缩小或丢失的鼻和神经网边缘,表明高灵敏度.
- PPA面积比率是近视进展的早期预测指标.
- 这些发现对于近视的发育预防和管理策略至关重要.
