Predicting the central 10 degrees visual field in glaucoma by applying a deep learning algorithm to optical coherence tomography images

We aimed to develop a model to predict visual field (VF) in the central 10 degrees in patients with glaucoma, by training a convolutional neural network (CNN) with optical coherence tomography (OCT) images and adjusting the values with Humphrey Field Analyzer (HFA) 24–2 test. The training dataset in...

Celý popis

Podrobná bibliografie

Vydáno v:	Scientific reports Ročník 11; číslo 1; s. 2214 - 10
Hlavní autoři:	Asano, Shotaro, Asaoka, Ryo, Murata, Hiroshi, Hashimoto, Yohei, Miki, Atsuya, Mori, Kazuhiko, Ikeda, Yoko, Kanamoto, Takashi, Yamagami, Junkichi, Inoue, Kenji
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	London Nature Publishing Group UK 26.01.2021 Nature Publishing Group Nature Portfolio
Témata:	692/308/1426 692/308/575 Datasets Deep learning Eye Glaucoma Humanities and Social Sciences multidisciplinary Neural networks Science Science (multidisciplinary) Tomography Visual field
ISSN:	2045-2322, 2045-2322
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!