[快訊] 柯玉潔醫師團隊,使用深度學習偵測青光眼性視神經萎縮之研究,獲 PLOS ONE 刊登!

 

 

獎狀2

 

 

文章介紹

 

青光眼造成的視神經萎縮,由於早期沒症狀,但太晚發現又會造成失明,是臨床上的一大問題。如果眼底攝影的影像能用電腦篩選判讀,對於早期發現這類的患者,會有幫助,於是柯玉潔醫師團隊,預計用有限的影像,配合深度學習(機器學習的一個分支),嘗試建立一個有效的通用設計。

 

研究使用了來自台北榮總共 944 張眼底攝影影像,並記錄患者資料與臨床特徵,接著以卷積神經網絡(convolutional neural network; CNN)來辨認青光眼性視神經萎縮,在 CNN 分類比較不確定時,搭配向量集成模型作最後的分類,稱作 emsemble model。而 CNN 分類本身,也藉由合併北榮與印度 Drishti-GS 的訓練,另作一組 fine-tuned CNN。

 

接著再以測試影像組作診斷率的確認,並以 ROC curve 的 AUC 來比較。

 

在 187 張台北榮總的測試影像表現中,CNN 的 accuracy 達 95.0%,AUC 為 0.992,相當理想;emsemble model 的 accuracy 為 92.8%,也不錯。

 

不過,在印度的 Drishti-GS 測試影像中,CNN 本身只能達到 33.3%,必須搭配集成模型,才能提升到 80.3%,而 fine-tuned CNN 也能達到 80.3%。值得注意的是,CNN 分類,在中等到嚴重的疾病,並沒有出現分類錯誤的現象。

 

整體來說,在作者測試的作法中,emsemble model 與 fine-tuned CNN 都是不錯的設計,能在只有有限影像時,作一般性的深度學習模型設計,偵測青光眼性視神經萎縮。

 

 

恭喜柯醫師!

 

 

期刊介紹

 

PLOS ONE 是創刊於 2006 年的知名 open access 期刊,對傳統學術期刊營運模式所產生的衝擊,是這幾年學術界的討論焦點之一,譬如蔡校長部落格文章:「2016 年 impact factor 公布,那些大家關心的期刊,現在怎麼了?

 

PLOS ONE 特性為網路原生、跨領域且全開放,對論文的 ethics 相當重視、對刊登品質亦有堅持。2018 年的 impact factor 為 2.776,在 multidisciplinary sciences 領域為 Q2(24/69) 期刊。

 

 

整體來說,是名氣好、網頁介面佳、科學社群經營積極的知名 OA 品牌。不過審閱期普遍偏長,中位數約在 80 天左右。

 

與其他相關期刊的對比與選擇,歡迎參考「怎樣投才正確?擬定期刊選擇策略。

 

 

柯玉潔醫師與新思惟

 

 

 

最新活動

 

 

本篇發表於 共享榮耀 並標籤為 , , , , 。將永久鏈結加入書籤。