相关实验视频
Updated: Jul 23, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
在单子妊娠中通过深度学习从视网膜底部图像预测子宫前症:一项前性队列研究
Tianfan Zhou1, Shengyi Gu1, Feixue Shao1
1Department of Obstetrics, Shanghai Key Laboratory of Maternal Fetal Medicine, Shanghai Institute of Maternal-Fetal Medicine and Gynecologic Oncology, Shanghai First Maternity and Infant Hospital, School of Medicine, Tongji University.
Journal of hypertension
|January 17, 2024
概括
对视网膜底部图像的深度学习分析显示,对早期预孕前的预测有前途. 这种非侵入性方法可以帮助识别患有这种严重疾病风险的怀孕.
科学领域:
- 眼科医生 眼科 眼科
- 孕产妇和胎儿医学 孕产妇和胎儿医学
- 医疗保健中的人工智能
背景情况:
- 预先预测产前 (PE) 对于疾病管理至关重要.
- 视网膜底部成像为早期PE检测提供了一种潜在的非侵入性方法.
研究的目的:
- 评估使用视网膜底部图像深度学习的可行性,以预测单独怀孕中产前.
- 为了评估深度学习算法的预测性能,使用视网膜底图像.
主要方法:
- 一项前性队列研究,涉及怀孕14周之前的单子妊娠.
- 使用非水性数字视网膜摄像机捕捉的视网膜底图像.
- 深度学习模型生成了基底分数来预测高血压,并分析了AUC,灵敏度和特异性.
主要成果:
- 这项研究包括1138名妇女,其中92名妇女患有妊娠高血压疾病 (包括66例子宫前病例).
- 基金斯得分显示,预测孕前的显著调整几率比 (aOR) 为2.582 (P < 0.001).
- 基金得分和风险因素的AUC总和为0.883 (灵敏度为0.722,特异性为0.934).
结论:
- 对视网膜底部图像的基于深度学习的分析表明,对早期预孕前检测具有显著的预测价值.
- 这种方法提供了一个有希望的,非侵入性的工具,用于识别患有妊娠前风险的怀孕.
