پلتفرم انتخاب رینگ برای درمان قوز قرنیه

در پژوهش حاضر، در ابتدا مدل قرنیه ی یک بیمار با استفاده از داده­های چشم­پزشکی تهیه شده است. پس از تخصیص خواص مکانیکی، عمل شبیه­سازی کاشت رینگ درون قرنیه با متغیر درنظرگرفتن عوامل: شعاع رینگ، زاویه ی رینگ، ارتفاع کاشت رینگ، و منطقه ی کاشت رینگ و به تعداد ۲۸۸ شبیه سازی انجام شده است. در ادامه، به کمک الگوریتم ژنتیک و استخراج ضرایب زرنیکه، پارامترهای مربوط به کیفیت دید برای هر حالت شبیه­سازی به دست آمده است. سپس با استفاده از دو الگوریتم جنگل تصادفی و یادگیری عمیق، داده­ها را آموزش داده و پلتفرمی ایجاد شده است که بتواند برای چشم همان بیمار، نتیجه ی عمل جراحی را با تغییر هر یک از عوامل پیش­بینی کند. پارامترهای میانگین مربعات خطا، جذر میانگین مربعات خطا، و ضریب تعیین برای هر حالت گزارش شده ­است. همچنین، درستی پیش­بینی داده­های آموزش یافته بر روی یک مدل خاص بررسی شده است.

کلیدواژه ها:

قوز قرنیه ، کاشت رینگ درون قرنیه ، یادگیری ماشین ، الگوریتم جنگل تصادفی ، الگویتم یادگیری عمیق