摘要：目的利用计算机图像特征识别和特征参数提取算法实现特发性黄斑裂孔的人工智能诊断。方法收集2018年5月至8月在西安市第四医院眼科诊断为特发性黄斑裂孔患者48例(48眼)和同期健康志愿者48人(48眼)眼底光学相干断层扫描(optical coherence tomography,OCT)图像。通过对收集的OCT图像进行人工智能学习,利用图像处理和特征识别判断技术,提取能够区别正常人眼和特发性黄斑裂孔患眼的特征参数,在此基础上得到诊断的初始阈值。对2018年9-12月于西安市第四医院眼科诊断为特发性黄斑裂孔的患者73例(73眼)和正常51人(51眼)的OCT图像进行1~124随机编号后,使用计算机程序逐一进行处理,对处理后图像进行特征参数提取,然后将特征参数和阈值进行比较。结果经计算得到训练样本中正常人OCT图像特征参数为9,特发性黄斑裂孔患者OCT图像特征参数为23,初始阈值为16。经过计算机智能诊断,124例随机图像中73例OCT特征参数最小值为16.8,最大值为27.5,平均值为23.4,特征参数均大于阈值;51人随机图像OCT特征参数最小值为2.8,最大值为14.7,平均值为8.3,特征参数均小于阈值。经过比对,特征参数大于阈值的73例OCT图像均为特发性黄斑裂孔,特征参数小于阈值的51例OCT图像均为正常人。计算机判断结果与眼科医师判断结果差异无统计学意义(P=0.551)。结论一种基于特征参数提取和智能门限选取的特发性黄斑裂孔自动诊断算法可达到特发性黄斑裂孔智能诊断的目的,能够很好地应用于临床诊断。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社