文献

J-GLOBAL ID：201802228746500268   整理番号：18A1612819

機械学習を用いた緑内障における縦視野進行の検出【JST・京大機械翻訳】

Detection of Longitudinal Visual Field Progression in Glaucoma Using Machine Learning

著者 (9件)： Yousefi Siamak (Department of Ophthalmology, Department of Genetics, Genomics, and Informatics, University of Tennessee Health Science Center, Memphis, Tennessee, USA) ,  Yousefi Siamak (Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Kiwaki Taichi (Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Zheng Yuhui (Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Sugiura Hiroki (Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Asaoka Ryo (Department of Ophthalmology, The University of Tokyo, Tokyo, Japan) ,  Murata Hiroshi (Department of Ophthalmology, The University of Tokyo, Tokyo, Japan) ,  Lemij Hans (Rotterdam Eye Hospital, Rotterdam, Netherlands) ,  Yamanishi Kenji (Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan)
資料名： American Journal of Ophthalmology  (American Journal of Ophthalmology)
巻： 193  ページ： 71-79  発行年： 2018年 
JST資料番号： B0599B  ISSN： 0002-9394  CODEN： AJOPA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 標準的な自動化されたperimertyのグローバルな指標は局所的な損失に鈍感であるが,ポイントごとのインデックスは敏感であるが,非常に可変である。地域ごとの指標は,間にある。本研究では,大域的,領域的,および点ごとの指標を上回る,緑内障進行検出のための機械学習ベースの指標を紹介した。予後指標の開発と比較。1214名の被験者の2085眼からの視野を用いて,機械学習を用いて緑内障進行パターンを同定した。71人の緑内障患者の133眼からの視野を10週間にわたり10回収集し,無変化,試験再試験データセットを提供した。すべての方法のパラメータを,固定した95%の特異性を満たすために,試験再試験データセットにおける視覚フィールドシーケンスを用いて同定した。136人の緑内障患者の270の眼の独立したデータセットと生存分析を,方法を比較するために使用した。全体的平均偏差(MD)を用いて,縦データセットにおける眼の25%における進行を検出する時間は,5.2(95%信頼区間,4.1~6.5)年であった。地域ごとに4.5(4.0~5.5)年,ポイントごとに3.9(3.5~4.6)年,機械学習分析を用いて3.5(3.1~4.0)年を用いた。眼の25%までの時間は,その後,2つの追加的訪問の後に確認された進行を示した。全体的,領域的,点状,および機械学習分析に対して,それぞれ6.6(5.6-7.4)年,5.7(4.8-6.7)年,5.6(4.7-6.5)年,および5.1(4.5-6.0)年であった。機械学習分析は,確認の有無にかかわらず,一貫して他の方法より早く進行する眼を検出する。特に,機械学習は他の方法よりもゆっくり進行する眼を検出する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *機械学習 ,  *緑内障 ,  自動化 ,  信頼区間 ,  患者
準シソーラス用語： 平均偏差 ,  特異性 ,  被験者 ,  予後指標 , 【Automatic Indexing@JST】

分類 (1件)： 眼の診断  (GP02000N)

タイトルに関連する用語 (4件)： 機械学習 ,  緑内障 ,  縦 ,  視野