目的 评估深度学习中标准化人工标注在早产儿视网膜病变(ROP)图像识别中的应用价值.方法 根据ROP国际分类标准,将ROP各期病变分为分期病变和附加病变.标注图片来源于汕头国际眼科中心,采用分层抽样法随机提取2009年8月至2018年7月ROP各期病变1464帧图片,分为3个组:分期病变组(亚组1:173帧,亚组2:117帧)和附加病变组(亚组1:163帧,亚组2:116帧)为培训标注用图片;一致性标注图组(895帧)为验证培训效果的图片组.标注人员包括2名资深专家、3名高年资医生和3名实习医生.全体标注人员进行统一标注的图片标注培训.以专家组标注结果 为参照,标注一致率≥90％作为合格标准.分组比较分析标注结果并与深度学习方法的结果进行比较.分析非专家ManBetX万博官网地址下载 组以及深度学习方法与专家标注结果比较的一致性.结果首次培训后,高年资组和实习ManBetX万博官网地址下载 组整体一致率在2种病变标注中均低于90％.经过2～3次标准化培训后,高年资组ManBetX万博官网地址下载 和实习ManBetX万博官网地址下载 组ManBetX万博官网地址下载 对分期病变标注的整体一致率分别为98.99％(Kappa=0.979)和99.22％(Kappa=0.984),对附加病变标注的整体一致率分别为97.43％(Kappa=0.914)和98.11％(Kappa=0.935),一致性好;人机结合基础上的深度学习对分期病变标注的整体一致率为94.08％(Kappa=0.880),一致性较好.结论 标准化人工标注可提升深度

作者：汪佶；张贵华；林建伟；吉杰；邱坤良；张铭志

来源：中华实验眼科杂志 2019 年 37卷 8期