摘 要: | 目的基于人工智能技术对视网膜血管形态学参数进行全自动定量测量, 分析我国北方50岁以上人群视网膜血管参数及分布特征。方法采用横断面研究方法, 纳入2011年1月至2021年12月就诊于北京同仁医院的50岁以上无眼底病的患者1 842例, 对纳入的受试者进行标准化问卷调查、抽血和眼科检查;收集各受试者任意一眼以视盘为中心的彩色眼底照片, 采用基于深度学习的语义分割网络ResNet101-Unet构建血管分割模型, 进行全自动视网膜血管参数定量测量, 主要测量指标包括视网膜血管分支夹角、血管分形维数、血管平均管径和血管平均弯曲度。比较不同性别间各视网膜参数的差异。采用多元线性回归分析法分析最佳矫正视力、眼压、眼轴长度等眼部因素和性别、年龄、高血压、糖尿病、心血管疾病等全身因素是否是各视网膜血管参数的影响因素。结果模型对于血管分割和视盘分割的准确度均高于0.95。1 842例受试者血管分支夹角为(51.023±11.623)°;血管分形维数为1.573(1.542, 1.592);血管平均管径为64.124(60.814, 69.053)μm;血管平均弯曲度为(0.001 062±0.000...
|