【技術實現步驟摘要】
本專利技術涉及醫療輔助診斷，具體地說，是關于一種基于晶狀體功能和結構特征的人工智能(artificial?intelligence，ai)輔助老視治療分類系統及其應用。
技術介紹
1、老視影響著全球約18億人，未矯正或矯正不足的老視可能導致的潛在生產力損失估計為253.67億美元，占全球gdp的0.037％1,2。隨著老視嚴重程度的增加，通過手術脫鏡并提高生活質量的需求也在不斷增加6。老視人群手術方案的選擇目前尚無統一共識。手術的時間和標準尚不明確，導致屈光和白內障專家選擇各異。
2、選擇屈光或晶狀體手術的關鍵因素是全面評估晶狀體功能和結構，以獲得老視的客觀分類4,16。i-trace視功能分析儀的晶狀體失調指數(dysfunctional?lens?index,dli)通過考慮高階像差(higher-order?aberrations,hoa)、瞳孔大小和對比敏感度數據，提供晶狀體功能的客觀評估17,18。此外，pentacam利用scheimpflug圖像生成高分辨率3d圖像，提供精確的晶狀體結構評估19,20。掃頻光學相干斷層掃描(swept-source?optical?coherencetomography,ss-oct)也有助于評估晶狀體形態和密度。利用人工智能進行綜合分析，有可能實現老視的精確分類21。本專利技術引入了一種創新的基于ai的老視分類系統，該專利技術整合了晶狀體功能和結構特征，以幫助手術決策。
技術實現思路
1、本專利技術的目的是針對現有技術中
2、第一方面，本專利技術提供了：一種基于人工智能的老視分類系統，其特征在于：包括構建了老視人群的晶狀體功能、結構以及影像學的綜合測量方法；應用ai輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，得出診斷界值；構建評分系統。
3、作為一個優選例，所述的構建了健康與老視人群的晶狀體功能、結構以及影像學的綜合測量方法：包括
4、(1)最佳矯正遠視力(best-corrected?distance?visual?acuity,bcdva)、矯正遠視力的近視力(distance-corrected?near?visual?acuity,dcnva)、近附加(addition,add)、眼壓(intraocular?pressure,iop)；
5、(2)前后段照相、晶狀體混濁分類系統iii(lens?opacities?classificationsystem?iii,locs?iii)分級；
6、(3)晶狀體生物測量：眼軸(axial?length,al)、前房深度(anterior?chamberdepth,acd)和晶狀體厚度(lens?thickness,lt)；
7、(4)晶狀體功能評估：測量晶狀體失調指數(dysfunction?lens?index,dli)、高階像差(higher?order?aberrations,hoa)和調制傳遞函數(modulation?transferfunction,mtf)；
8、(5)晶狀體結構測量：pentacam分析平均晶狀體密度(lens?density?bypentacam,ld-p)，晶狀體核分級(pentacam?nucleus?staging,pns)，前節掃頻光學相干斷層掃描(swept-source?optical?coherence?tomography,ss-oct)測量晶狀體前表面和后表面的曲率半徑，通過image?j定量分析ss-oct圖像的晶狀體密度(lens?density?by?ss-oct,ld-s)，勾畫出皮質、成年核和內層核的邊界，自動測量區域面積的平均和最大密度值。
9、作為一個優選例，基于人工智能的老視分類系統，所述的應用ai輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，將患者分為非晶狀體手術組(non-lens?surgery?group,nls)和晶狀體手術組(lens?surgery?group,ls)，通過受試者工作特征曲線(receiver?operating?characteristic,roc)計算最佳診斷界值。
10、作為一個優選例，通過roc分析不同評分系統的診斷特異性和敏感性，根據auc及其對應的95％ci選擇診斷效率最高的最優評分組合，結果發現dli聯合ld-p的分類診斷效能最高，而ld-s可作為輔助診斷指標，患者若被分類為ls組，建議進行晶狀體手術；否則，患者被分類為nls組，建議進行屈光手術。
11、第二方面，構建了一種老視自動精準分類的方法：其特征在于，輸入晶狀體結構與功能指標參數，應用ai算法進行精確計算，自動輸出分組結果并提供手術建議。該方法綜合晶狀體功能與結構參數的貢獻度，計算每個參數對總體的貢獻以及個體檢查數據在診斷界值中的比例，通過roc曲線分析，得分等于或大于臨界分值的，被分為ls組，否則分為nls組。
12、第三方面，本專利技術提供了一種老視智慧化門診系統，根據貢獻度最大的晶狀體結構與功能指標參數，在門診系統中自動提取后，后臺根據老視精準分類ai算法進行精確計算，得出分組結果，并輸出于門診系統，醫生根據分組結果指導手術方案選擇。
13、本專利技術優點在于：本專利技術的目的開發一種基于ai的老視分類系統，綜合分析晶狀體的功能和結構特征，以輔助手術決策。
14、綜合分析：老視人群手術方案的選擇目前尚無統一共識，手術的時間和標準尚不明確，本專利技術通過ai將晶狀體結構和功能指標進行綜合分析應用。
15、精確分類：通過dli和晶狀體密度值，能夠精確地將患者分類為nls和ls組。
16、高效診斷：通過ai輔助的聚類分析、診斷界值、評分系統、roc等層層篩選，找到最佳的診斷界值方案。
17、自動化：開發的自動精準分類方法提供了便捷的自動診斷工具。
18、智慧化：開發老視智慧化門診系統，將上述分組結果用于臨床手術方案選擇。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能(Artificial?Intelligence，AI)的老視分類系統，其特征在于：包括構建了老視人群的晶狀體功能、結構以及影像學的綜合測量方法；應用AI輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，得出診斷界值；構建評分系統。
2.根據權利要求1所述的基于人工智能的老視分類系統，其特征在于，所述的構建了老視人群的晶狀體功能、結構以及影像學的綜合測量方法：包括
3.根據權利要求1所述的基于人工智能的老視分類系統，其特征在于，所述的應用AI輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，將患者分為非晶狀體手術組(Non-Lens?Surgery?Group,NLS)和晶狀體手術組(Lens?Surgery?Group,LS)，通過受試者工作特征曲線(Receiver?Operating?Characteristic,ROC)計算最佳診斷界值。
4.根據權利要求1和3所述的基于人工智能的老視分類系統，其特征在于，通過ROC分析不同評分系統的診斷特異性和敏感性，根據AUC及其對應的95％CI選
5.一種構建老視自動精準分類的方法：其特征在于，輸入晶狀體結構與功能指標參數，應用AI算法進行精確計算，自動輸出分組結果并提供手術建議。該方法綜合晶狀體功能與結構參數的貢獻度，計算每個參數對總體的貢獻以及個體檢查數據在診斷界值中的比例，通過ROC分析，得分等于或大于臨界分值的，被分為LS組，否則分為NLS組。
6.一種老視智慧化門診系統，其特征在于：根據權利要求1-5得到的貢獻度最大的晶狀體結構與功能指標參數，在門診系統中自動提取后，后臺根據老視精準分類AI算法進行精確計算，得出分組結果，并輸出于門診系統，醫生根據分組結果指導手術方案選擇。
...【技術特征摘要】
1.一種基于人工智能(artificial?intelligence，ai)的老視分類系統，其特征在于：包括構建了老視人群的晶狀體功能、結構以及影像學的綜合測量方法；應用ai輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，得出診斷界值；構建評分系統。
2.根據權利要求1所述的基于人工智能的老視分類系統，其特征在于，所述的構建了老視人群的晶狀體功能、結構以及影像學的綜合測量方法：包括
3.根據權利要求1所述的基于人工智能的老視分類系統，其特征在于，所述的應用ai輔助的聚類方法，綜合晶狀體結構與功能指標，對老視人群進行精準分類，將患者分為非晶狀體手術組(non-lens?surgery?group,nls)和晶狀體手術組(lens?surgery?group,ls)，通過受試者工作特征曲線(receiver?operating?characteristic,roc)計算最佳診斷界值。
4.根據權利要求1和3所述的基于人...
【專利技術屬性】
技術研發人員：竺向佳，周行濤，劉馨，何雯雯，宋云霄，鄭凱文，楊清熒，
申請(專利權)人：復旦大學附屬眼耳鼻喉科醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。