光电子·激光2022,Vol.33Issue(11) :1201-1206.DOI:10.16136/j.joel.2022.11.0128

基于MLP神经网络的圆锥角膜辅助诊断

Keratoconus model for auxiliary diagnosis based on MLP neural network

刘艳 刘凤连 吴剑武 李康生 汪日伟
光电子·激光2022,Vol.33Issue(11) :1201-1206.DOI:10.16136/j.joel.2022.11.0128

基于MLP神经网络的圆锥角膜辅助诊断

Keratoconus model for auxiliary diagnosis based on MLP neural network

刘艳 1刘凤连 1吴剑武 2李康生 1汪日伟3
扫码查看

作者信息

  • 1. 天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室,天津300384
  • 2. 温州市工业科学研究院,浙江温州325028
  • 3. 温州理工学院,浙江温州325088
  • 折叠

摘要

圆锥角膜在病变过程中会导致角膜中央部位向前凸出,使角膜呈现出圆锥形,而且会导致高度不规则近视和散光,对视力造成不同程度损害.疾病一般发生于青少年时期,为了能及时治疗避免病变严重,筛查区分圆锥角膜具有十分重要的意义.而且临床上对于圆锥角膜诊断通常是采用角膜地形图的方法,可以得到角膜形态学的改变,但是有一定的误诊率.目前研究发现,角膜力学特性改变先于形态学,所以本文从角膜生物力学角度出发,提出一种基于多层感知机(multi-layer perceptron,MLP)神经网络区分圆锥角膜的模型.首先,利用可视化生物力学分析仪(corneal visualization scheimpflug technology,Corvis-ST)测得角 膜的生物力学视频,进行处理计算得到角膜生物力学参数作为数据集,其中包含正常角膜和圆锥角膜2种类别;然后,针对角膜生物力学参数数据集构建MLP神经网络模型,将70%数据集作为训练集,30%数据集作为测试集.在数据集上训练及测试的结果表明,该模型区分圆锥角膜的准确率为97.6%.

关键词

圆锥角膜/生物力学特性/可视化生物力学分析仪(Corvis-ST)/多层感知机(MLP)

引用本文复制引用

基金项目

国家自然科学基金(62020106004)

温州市重大科技攻关计划(ZG2021030)

出版年

2022
光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子:1.437
ISSN:1005-0086
参考文献量1
段落导航相关论文