基于學(xué)習(xí)的圓錐角膜輔助診斷.pdf

1、2016年，Google AlphaGo擊敗了韓國(guó)圍棋九段李世石，機(jī)器學(xué)習(xí)的成果給了人們巨大的沖擊。機(jī)器學(xué)習(xí)在生活中的應(yīng)用隨處可見，小到我們平時(shí)聽歌購(gòu)物會(huì)有符合用戶喜好的個(gè)性推薦，大到天氣預(yù)報(bào)地震檢測(cè)等對(duì)未知規(guī)律的預(yù)測(cè)，機(jī)器學(xué)習(xí)給傳統(tǒng)行業(yè)帶來了革新，醫(yī)學(xué)領(lǐng)域也不例外。早期的機(jī)器學(xué)習(xí)在醫(yī)學(xué)診斷的應(yīng)用有腫瘤診斷、腦圖像分析等。2016年11月，Google公司使用深度學(xué)習(xí)對(duì)糖尿病視網(wǎng)膜病變進(jìn)行早期篩查，其表現(xiàn)遠(yuǎn)勝頂級(jí)專家。
　　圓錐角

2、膜是一種進(jìn)行性的角膜疾病，通常起源于青春期，其早期表現(xiàn)為快速增長(zhǎng)的高度近視和不規(guī)則散光，視力嚴(yán)重下降，但仍可通過RGP矯正視力。中后期角膜后彈力層破裂，房水侵入，產(chǎn)生瘢痕，視力造成永久性損傷，無法矯正，只能進(jìn)行角膜移植。較早發(fā)現(xiàn)并診斷圓錐角膜可控制病情，避免角膜移植。此外，廣受歡迎的治療近視的準(zhǔn)分子激光手術(shù)也需排查圓錐角膜。然而，目前圓錐角膜的早期診斷較為困難，一種好的圓錐角膜和亞臨床圓錐角膜的檢測(cè)方法需求迫切。
　　本文將機(jī)器學(xué)

3、習(xí)的分類方法應(yīng)用于圓錐角膜的診斷，致力于解決圓錐角膜診斷困難的問題。首先提出了一種系統(tǒng)地采集樣本特征數(shù)據(jù)和標(biāo)簽數(shù)據(jù)的方法，在此基礎(chǔ)上，進(jìn)行了二分類實(shí)驗(yàn)分析和三分類實(shí)驗(yàn)分析，提出了具有較高敏感度的圓錐角膜和亞臨床圓錐角膜的檢測(cè)方法，驗(yàn)證了各類特征對(duì)圓錐角膜和亞臨床圓錐角膜檢測(cè)的敏感度。最后給出了圓錐角膜的診斷方法在實(shí)際中的兩種應(yīng)用場(chǎng)景。本文的主要貢獻(xiàn)在以下四個(gè)方面:
　　(1)給出了一種系統(tǒng)地采集樣本數(shù)據(jù)的方法，這包括表征疾病特性的

4、樣本特征數(shù)據(jù)和作為樣本標(biāo)簽的醫(yī)生對(duì)樣本的診斷。樣本標(biāo)簽由醫(yī)生的電子診斷系統(tǒng)獲取，樣本特征數(shù)據(jù)由眼前節(jié)分析儀Oculyzer獲取。數(shù)據(jù)量較大的波前像差數(shù)據(jù)，則通過與數(shù)字模板的匹配自動(dòng)從圖片中提取。
　　(2)提出了將樣本分為正常眼和圓錐角膜的二分類方法。使用SVM作為模型，敏感度和特異性作為模型性能度量指標(biāo)，十次十折交叉驗(yàn)證檢驗(yàn)?zāi)Ｐ头€(wěn)定性，最優(yōu)可以達(dá)到敏感度99.20％和特異性98.26％。模型選用了線性核函數(shù)和RBF核函數(shù)分別對(duì)各

5、類特征極其組合特征對(duì)圓錐角膜檢測(cè)的敏感度做了研究?？傮w來說，RBF核函數(shù)表現(xiàn)出比線性核函數(shù)更好的敏感度。各類特征對(duì)檢測(cè)圓錐角膜的敏感度均為80％以上，說明了這些特征都對(duì)檢測(cè)圓錐角膜做出貢獻(xiàn)。其中，角膜高度、角膜厚度和波前像差及其組合特征表現(xiàn)出最優(yōu)異的性能。
　　(3)提出了將樣本分為三類，即正常眼、亞臨床圓錐角膜和圓錐角膜，從而檢測(cè)出亞臨床圓錐角膜和圓錐角膜的方法。在基本模型中，首先訓(xùn)練三個(gè)One-vs-All的SVM二分類器，使

6、其學(xué)習(xí)到每一類區(qū)別于其他類的特征，然后將這三個(gè)二分類器的分類結(jié)果由新的決策器整合，得到最終的三分類結(jié)果。此外，改進(jìn)模型使用Adaboost對(duì)三個(gè)二分類器進(jìn)行增強(qiáng)，最終能夠以較好的敏感度檢測(cè)早期患者和典型患者。各類特征中像差特征與角膜高度特征在檢測(cè)亞臨床圓錐角膜時(shí)有較高的敏感度，兩個(gè)特征組合之后效果進(jìn)一步得到了提升。
　　(4)給出了兩種圓錐角膜的輔助診斷的應(yīng)用前景。其一是應(yīng)用于個(gè)性化疾病管理系統(tǒng)，幫助患者了解自身病情及選擇適合自己