文献速递眼底病与葡萄膜炎

深度学习用于年龄相关性黄斑变性转诊分类的价值

Utility of Deep Learning Methods for Referability Classification of Age-Related Macular Degeneration.
PubMed 文献 · JAMA Ophthalmol · 2018-01-01

本研究利用全国数据集中的眼底图像,评估两种深度学习方法对年龄相关性黄斑变性进行转诊分类的能力。原文摘要未报告具体样本量、分类性能指标及研究结论。

要点

  • 评估两种深度学习方法用于AMD转诊分类
  • 数据来源为全国数据集中的眼底图像
  • 原文摘要未提供性能数值与结论

研究设计与样本

  • 利用全国数据集中的眼底图像,评估两种深度学习方法的年龄相关性黄斑变性转诊分类能力。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

This study uses fundus images from a national data set to assess 2 deep learning methods for referability classification of age-related macular degeneration.

来源:JAMA Ophthalmol,查看原文。版权归原作者所有。

引用

  1. Burlina P, Joshi N, Pacheco KD, et al. Utility of Deep Learning Methods for Referability Classification of Age-Related Macular Degeneration. JAMA Ophthalmol. 2018. PMID: 30193354. doi:10.1001/jamaophthalmol.2018.3799

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。