MétaCan
← tous les travaux

Performance of Deep Learning Architectures and Transfer Learning for Detecting Glaucomatous Optic Neuropathy in Fundus Photographs

2018· article· en· 330 citations· W2899951262 sur OpenAlex· 10.1038/s41598-018-35044-9

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Prédiction du classificateur

metacan-v1-d91a1de5be90

Les prédictions imitent deux enseignants automatiques. Les scores ne sont pas des probabilités de prévalence calibrées.

Candidat du classificateur
Essai non randomiséObservationnelSimulation ou modélisationExpérimental (laboratoire)
Consensus du classificateur
Observationnel
Scores d’imitation des enseignants

Codex

Observationnel0,602
Autre devis0,142
Expérimental (laboratoire)0,043
Simulation ou modélisation0,010
Qualitatif0,002
Étude de cas0,001
Métarecherche0,001
Bibliométrie0,000
Études des sciences et des technologies0,000
Science ouverte0,000
Intégrité de la recherche0,000
Méta-épidémiologie (sens strict)0,000
Communication savante0,000
Essai randomisé0,000
Revue systématique0,000
Méta-analyse0,000
Méta-épidémiologie (sens large)0,000
Sans objet0,000
Essai non randomisé0,000
Théorique ou conceptuel0,000

Gemma

Simulation ou modélisation0,559
Observationnel0,072
Expérimental (laboratoire)0,058
Étude de cas0,003
Essai non randomisé0,001
Bibliométrie0,001
Métarecherche0,001
Qualitatif0,001
Intégrité de la recherche0,000
Études des sciences et des technologies0,000
Théorique ou conceptuel0,000
Méta-épidémiologie (sens large)0,000
Méta-analyse0,000
Communication savante0,000
Revue systématique0,000
Sans objet0,000
Essai randomisé0,000
Méta-épidémiologie (sens strict)0,000
Science ouverte0,000

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Tête enseignante Opus0,010
Tête enseignante GPT0,250
Écart entre enseignants
0,240 la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_only:v0-immature-baseline tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Résumé

The ability of deep learning architectures to identify glaucomatous optic neuropathy (GON) in fundus photographs was evaluated. A large database of fundus photographs (n = 14,822) from a racially and ethnically diverse group of individuals (over 33% of African descent) was evaluated by expert reviewers and classified as GON or healthy. Several deep learning architectures and the impact of transfer learning were evaluated. The best performing model achieved an overall area under receiver operatin…

Récupéré depuis PubMed par NCBI EFetch. Les titres des sections structurées sont conservés.