一种使用视网谱检测的新型预测方法来检测青光眼
Bengie L Ortiz1, Lance McMahon2, Peter Ho3
1Department of Pediatrics, Michigan Medicine, Ann Arbor, MI.
Colombian Caribbean Conference : (C3), IEEE
|October 28, 2024
概括
这项研究引入了一种新的模型,用于检测光眼瘤,一种损害视神经的眼睛疾病,使用视网膜图像. 该模型在识别眼方面取得了很高的准确性,为早期诊断和管理提供了有前途的工具.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 玻璃眼是美国视力丧失的主要原因,其特点是视网膜神经受损.
- 青光眼的渐进性往往使得早期检测对患者来说具有挑战性.
- 有效的管理需要准确和及时的诊断解决方案.
研究的目的:
- 开发和评估一种使用视网膜图像的新型玻璃眼瘤检测模型.
- 为了提高青光眼检测系统的准确性和性能.
- 识别关键特征,以区分健康的眼睛和患有青光眼的眼睛.
主要方法:
- 利用视网膜图像作为新型检测模型的输入.
- 从3D网格中集成和提取特征以进行增强分析.
- 比较了分类决策树 (CDT),支持矢量机 (SVM) 和K-近邻 (KNN) 算法的性能.
主要成果:
- 拟议的模型使用CDT和SVM实现了100%的准确性来检测青光眼.
- 该K-最近邻居 (KNN) 算法证明了83.3%的准确性与拟议的模型.
- 该方法在对视网膜图进行分类以检测青光眼的过程中被证明是有效的.
结论:
- 这种新型检测模型在通过视网膜图识别青光眼时显示出高效率.
- 使用3D网格特征对模型的性能做出了重大贡献.
- 这种方法为早期青光眼诊断和患者管理提供了有价值的工具.
