目的分析先天性白内障(CC)的影响因素,构建并验证人工智能筛查诊断系统。方法选取新疆维吾尔自治区人民医院2018年12月至2023年12月收治的300例CC儿童作为CC组,同期选取新疆维吾尔自治区人民医院眼科300名健康儿童作为对照组。利用数码...目的分析先天性白内障(CC)的影响因素,构建并验证人工智能筛查诊断系统。方法选取新疆维吾尔自治区人民医院2018年12月至2023年12月收治的300例CC儿童作为CC组,同期选取新疆维吾尔自治区人民医院眼科300名健康儿童作为对照组。利用数码裂隙灯照相系统,用复方托吡卡胺滴眼液散瞳后采集婴幼儿眼前节数字图像。通过单因素分析及多因素logistic回归分析影响因素。整合Canny算子、霍夫变换定位晶状体区域,结合深度残差网络及随机森林、自适应增强算法,构建CC智能诊断系统。采用四重交叉验证对同期南疆地区150例CC患儿及120名健康对照进行内外部验证,评估系统效能。结果单因素分析结果显示,不同一级亲属遗传史、早产、母亲孕前2个月或孕期感染、低出生体重、出生后1 min Apgar评分<4分的婴儿先天性白内障的发生情况比较,差异有统计学意义(P<0.05);多因素回归分析显示,一级亲属遗传史、母亲孕前2个月或孕期感染、早产、出生后1 min Apgar评分<4分、低出生体重均为CC的影响因素(P<0.05);RF模型诊断效能优于Ada,双侧CC筛查准确性及敏感性更高;重要性排序显示,一级亲属遗传史、母亲孕前2个月或孕期感染及低出生体重为前3位影响因素。结论一级亲属遗传史、母亲孕前2个月或孕期感染、早产、出生后1 min Apgar评分<4分、低出生体重均为CC的影响因素,构建人工智能筛查诊断系统可为建立适合新疆地区的CC早期临床筛查及防治策略提供参考。展开更多
文摘目的分析先天性白内障(CC)的影响因素,构建并验证人工智能筛查诊断系统。方法选取新疆维吾尔自治区人民医院2018年12月至2023年12月收治的300例CC儿童作为CC组,同期选取新疆维吾尔自治区人民医院眼科300名健康儿童作为对照组。利用数码裂隙灯照相系统,用复方托吡卡胺滴眼液散瞳后采集婴幼儿眼前节数字图像。通过单因素分析及多因素logistic回归分析影响因素。整合Canny算子、霍夫变换定位晶状体区域,结合深度残差网络及随机森林、自适应增强算法,构建CC智能诊断系统。采用四重交叉验证对同期南疆地区150例CC患儿及120名健康对照进行内外部验证,评估系统效能。结果单因素分析结果显示,不同一级亲属遗传史、早产、母亲孕前2个月或孕期感染、低出生体重、出生后1 min Apgar评分<4分的婴儿先天性白内障的发生情况比较,差异有统计学意义(P<0.05);多因素回归分析显示,一级亲属遗传史、母亲孕前2个月或孕期感染、早产、出生后1 min Apgar评分<4分、低出生体重均为CC的影响因素(P<0.05);RF模型诊断效能优于Ada,双侧CC筛查准确性及敏感性更高;重要性排序显示,一级亲属遗传史、母亲孕前2个月或孕期感染及低出生体重为前3位影响因素。结论一级亲属遗传史、母亲孕前2个月或孕期感染、早产、出生后1 min Apgar评分<4分、低出生体重均为CC的影响因素,构建人工智能筛查诊断系统可为建立适合新疆地区的CC早期临床筛查及防治策略提供参考。
