典型文献
利用机器学习方法研究干眼患者的自发瞬目模式
文献摘要：
目的:探讨干眼患者自发瞬目模式的特点。方法:横断面研究。连续纳入2019年1至12月在首都医科大学附属北京同仁眼科中心角膜病专科门诊就诊的干眼患者357例作为干眼组，其中男性102例，女性255例；年龄（46.2±13.3）岁；同时纳入健康志愿者152名作为对照组，其中男性32例，女性120例；年龄（48.1±13.9）岁。所有患者进行问卷调查眼表疾病评分指数、瞬目视频获取、泪膜破裂时间（BUT）检查、角结膜荧光素染色、基础泪液分泌试验。将瞬目视频的单帧图片输入UNet分割算法与ResNet分类算法建立的模型进行分析，获取睑裂高度百分比绘制瞬目波。将完全瞬目分为A、B、C型，不完全瞬目分为Ⅰ、Ⅱ、Ⅲ型，进而分析干眼患者的自发瞬目特征，并使用独立样本
t检验和Wilcoxon秩和检验分析其与对照组差异的统计学意义。
结果:本研究建立的分割模型与分类模型准确度分别为96.3%与96.0%，与人工分析的一致性为97.9%。干眼组患者瞬目频率为30（18，42）次/min，显著高于对照组的20（9，46）次/min（
U=18 132.50，
P=0.002），但完全瞬目次数为6（3，24）次/min，明显低于对照组的12（3，33）次/min（
U=12 361.00，
P=0.016），不完全瞬目次数为15（6，27）次/min，明显高于对照组的3（0，10）次/min（
U=22 839.00，
P<0.001）。完全瞬目中，干眼患者A型瞬目占比显著高于对照组［53.7%（2 796/5 177）和39.3%（633/1 698）；χ2=101.83，
P<0.001］；不完全瞬目中，干眼患者Ⅱ型瞬目占比显著高于对照组［36.0%（2 334/6 477）和29.6%（126/426）；χ2=6.99，
P=0.008］。干眼患者平均瞬目间期为1.5 s，与对照组2.2 s比较，差异无统计学意义（
U=15 230.00，
P=0.093）；干眼患者眼睑完全闭合期为0.8 s，明显短于对照组1.3 s（
U=16 291.50，
P=0.006）。闭眼期、睁眼前期、睁眼末期与对照组比较，差异均无统计学意义（均
P>0.05）。
结论:干眼患者不完全瞬目次数增加、完全瞬目次数减少，眼睑完全闭合时间明显缩短；其瞬目模式以闭合幅度减少的Ⅱ型不完全瞬目及闭合时间缩短的A型完全瞬目为主。
文献关键词：
干眼综合征;机器学习;眨眼
中图分类号：
作者姓名：
张子俊;旷锐锋;韦振宇;王乐滢;苏冠羽;欧中洪;梁庆丰
作者机构：
首都医科大学附属北京同仁医院北京同仁眼科中心 北京市眼科研究所 北京市眼科学与视觉科学重点实验室，北京 100730;北京邮电大学计算机学院（国家示范性软件学院），北京 100876
文献出处：
引用格式：
[1]张子俊;旷锐锋;韦振宇;王乐滢;苏冠羽;欧中洪;梁庆丰-.利用机器学习方法研究干眼患者的自发瞬目模式)[J].中华眼科杂志,2022(02):120-129
A类：
B类：
机器学习方法,瞬目,横断面研究,首都医科大学,同仁,眼科,中心角,角膜病,专科门诊,门诊就诊,中男,健康志愿者,名作,眼表疾病,疾病评分,分指数,目视,泪膜破裂时间,BUT,结膜,荧光素染色,基础泪液分泌试验,单帧,UNet,分割算法,ResNet,分类算法,睑裂高度,Wilcoxon,秩和检验,检验分析,分割模型,分类模型,工分,目次,间期,眼睑,闭眼,睁眼,眼前,干眼综合征,眨眼
AB值：
0.295249
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
