试点研究探索人工智能,以面部图像为基础的诊断马凡综合征的试点研究
Danny Saksenberg1,2, Sandip Mukherjee1, Mohammad A Zafar1
1Yale University School of Medicine, New Haven, CT, USA.
Heliyon
|July 26, 2024
概括
人工智能 (AI) 可以从面部图像中准确诊断马方综合征 (MFS). 这项试点研究表明AI.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 遗传学 是一个遗传学.
背景情况:
- 马凡综合症 (MFS) 是一种遗传性结合组织疾病.
- MFS影响多个系统,特别是胸前大动脉.
- 明显的面部特征可能有助于临床诊断.
研究的目的:
- 探索人工智能 (AI) 用于使用面部图像诊断马方综合征.
- 评估AI在从普通照片中识别马方综合征时的准确性.
- 提供一种新的,非侵入性的,自动化的诊断方法.
主要方法:
- 卷积神经网络 (CNN) 用于MFS识别.
- 人工智能模型在672张面部图像 (182张MFS,490张对照) 上受过训练.
- 在训练和测试模型时,使用了80/20分割.
主要成果:
- 人工智能实现了98.5%的整体准确性.
- 错误的阳性率为0%,错误的阴性率为2%.
- 在ROC曲线下的面积达到100%,F1得分为97% (MFS) 和99% (非MFS).
结论:
- 人工智能在区分马尔凡综合征面部特征方面表现出高准确度.
- 开发的AI程序显示了临床诊断用途的潜力.
- 这项研究是初步的试点,表明了未来的研究方向.
更多相关视频
10:23Author Spotlight: Three-Dimensional Cephalometric Landmark Annotation Demonstration on Human Cone Beam Computed Tomography Scans
Published on: September 8, 2023
2.7K
05:49Author Spotlight: Advancing CBCT and Digital Dental Image Integration with AI-Assisted Digitization
Published on: February 23, 2024
820
