Computer Vision Technology in the Differential Diagnosis of Cushing's Syndrome

目的  >>
库欣综合征是一种罕见的疾病，其临床特点与代谢综合征有相似的形态学特征。在临床实践中鉴别这些疾病具有挑战性。我们之前已经证明，计算机视觉技术可以成为库欣综合征潜在有用的诊断工具。在这项后续研究中，我们通过增加样本量并包括与体质指数匹配的对照来解决所描述的问题。

方法  >>
采用按年龄、性别和体质指数相匹配的方法，我们对录入的82例患者 (男22例，女60例) 和98例对照组 (男32例，女66例) 进行了研究。对照组由最初怀疑但生化排除库欣综合征的患者组成。获取标准化的正面和侧面面部数码照片。使用专门的计算机视觉和分类软件对图像进行分析。在与疾病相关的面部结构上半自动地放置一个节点网格，用于纹理和几何分析。使用最大似然分类器的留一法交叉验证程序计算分类精准确率。

结果  >>
总体正确分类率男性患者为10/22(45.5%)，男性对照为26/32(81.3%)，女性患者为34/60(56.7%)，女性对照为43/66(65.2%)。在亚组分析中，医源性的正确分类率高于内源性库欣综合征。

结论  >>
对于在一个以体质指数匹配的研究样本侦测库欣综合征的进阶问题，我们发现面部图像分析拥有中度的分类准确性。更大的样本数与健康的对照病人理应增加分类准确性。进一步的研究可以寻找更进阶的分析与分类演算法。

Fig. 1 Frontal and profile views of a rendered model for illustration of the method. The face graph, consisting of connected nodes placed on relevant facial landmarks, is for used for image analysis and classification.

Experimental and Clinical Endocrinology & Diabetes

Issues per year : 10
Volume : 127
Year : 2019
ISSN : 0947-7349

影响因子2018: 1.927