Artificial Neural Network for Glaucoma Diagnosis Using Spectral Domain OCT

Ferreras, A.; Pajarin, A. B.; Monsalve, B.; Pablo, L. E.; Fogagnolo, P.; Figus, M.; Frezzotti, Paolo; Iester, M.

CINECA IRIS Institutional Research Information System

IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.

Purpose: To design and evaluate the diagnostic performance of a neural network model based on spectral domain OCT parameters for discriminating glaucoma patients. Meth- ods: 196 controls and 154 glaucoma patients underwent imaging with Cirrus OCT. Retinal nerve fiber layer and optic nerve head parameters were included in the neural network model. Results: In the validating set, the neural network yielded a 95% sensitivity and 98.3% specificity. Compared with OCT-provided parameters, the neural network had the largest area under the ROC curve (0.995). Conclusion: The artificial neural network im- proved the diagnostic ability of isolated OCT parameters.

Scheda prodotto non validato

Scheda prodotto in fase di analisi da parte dello staff di validazione

Titolo:	Artificial Neural Network for Glaucoma Diagnosis Using Spectral Domain OCT
Autori:	A. Ferreras A. B. Pajarin B. Monsalve L. E. Pablo P. Fogagnolo M. Figus FREZZOTTI, PAOLO M. Iester mostra contributor esterni nascondi contributor esterni
Anno:	2012
Citazione:	A., F., A. B., P., B., M., L. E., P., P., F., M., F., et al. (2012). Artificial Neural Network for Glaucoma Diagnosis Using Spectral Domain OCT, 216-216.
Abstract:	Purpose: To design and evaluate the diagnostic performance of a neural network model based on spectral domain OCT parameters for discriminating glaucoma patients. Meth- ods: 196 controls and 154 glaucoma patients underwent imaging with Cirrus OCT. Retinal nerve fiber layer and optic nerve head parameters were included in the neural network model. Results: In the validating set, the neural network yielded a 95% sensitivity and 98.3% specificity. Compared with OCT-provided parameters, the neural network had the largest area under the ROC curve (0.995). Conclusion: The artificial neural network im- proved the diagnostic ability of isolated OCT parameters.
Handle:	http://hdl.handle.net/11365/41676
Appare nelle tipologie:	4.3 Poster

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11365/41676

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.