Evaluación y supervisión inteligente de la cirugía de cataratas

Propósito de la investigación: identificación inteligente y evaluación de los pasos de la cirugía de cataratas Métodos de investigación: Se extrajo un total de 9 ítems (como género, edad, agudeza visual, etc.) de los videos quirúrgicos de pacientes con cataratas seniles y los datos clínicos registrados por el sistema electrónico. sistema de registro médico. Se aplicó el algoritmo de aprendizaje automático 3D-CNN para identificar los 11 pasos en la cirugía de cataratas y las imágenes (imágenes en blanco) sin manipulación de instrumentos en el globo ocular durante la operación. Se puntuaron seis pasos clave de la cirugía de cataratas utilizando algoritmos de aprendizaje profundo (ventana de suavizado de probabilidad y softmax). Empleamos precisión, precisión, recuperación y puntuación F1 para evaluar el rendimiento del modelo para reconocer los pasos quirúrgicos. Para evaluar la fiabilidad de la puntuación de los pasos quirúrgicos del modelo, utilizamos un método de comparación hombre-máquina para calcular la concordancia (valor kappa) entre las puntuaciones de la máquina y las de los expertos.