TY - JOUR A2 - Wilkie, David A. AU - Barella, Kleyton Arlindo AU - Costa, Vital Paulino AU - Gonçalves Vidotti, Vanessa AU - Silva, Fabrício Reis AU - Dias, Marcelo AU - goomi，Edson Satoshi PY - 2013 DA - 2013/11/28 TI -机器学习分类器使用视网膜神经纤维层和视神经数据SD-OCT SP - 789129 VL - 2013 AB -的青光眼诊断准确性 目的．利用光谱域光学相干断层扫描(SD-OCT)获得的视网膜神经纤维层(RNFL)和视神经(ON)参数，研究机器学习分类器(MLCs)的诊断准确性。 方法．57例早期至中度原发性开角型青光眼患者和46例健康患者被招募。所有103例患者均接受了完整的眼科检查、消色差标准自动视野测量和SD-OCT成像。建立RNFL和ON参数的受试者工作特征(ROC)曲线。测试了10个MLCs。比较各SD-OCT参数与MLC的ROC曲线下面积(aroc)。 结果．平均年龄为 56．5 ± 8．9 对健康的人来说 59.9 ± 9．0 青光眼患者的年数( P ＝ 0.054 )．健康人群的平均偏差值为−1.4 dB，青光眼患者的平均偏差值为−4.0 dB ( P < ０．００１ )．aROCs最大的SD-OCT参数为杯盘面积比(0.846)和平均杯盘比(0.843)。用分类器得到的aroc从0.687 (CTREE)到0.877 (RAN)不等。RAN获得的aROC(0.877)与最佳单个SD-OCT参数获得的aROC(0.846)无显著差异( P ＝ 0.542 )． 结论．MLCs诊断青光眼的准确性较好，但不能提高SD-OCT诊断青光眼的敏感性和特异性。SN - 2090-004X UR - https://doi.org/10.1155/2013/789129 DO - 10.1155/2013/789129 JF - Journal of Ophthalmology PB - Hindawi Publishing Corporation KW - ER -