BlinkNet-Q: терең білімге негізделген нақты уақыттағы күзетті өлшеу және толық емес күзетті модельде
Халықаралық медициналық зерттеу жаңа табыстарды әкелді, олармен байланысты нәтижелер ауруларды алдын алудың COP-і үшін маңызды анықтамалық құндылыққа ие. DLM-1 және DLM-2 (BlinkNet-Q) двойной терең оқу моделдеріне негізделген ('BlinkNet-Q') жақын уақыттағы сандық есептеуді blink rate және толық емес blinking бағдарламалық қамтамасыз етуді әзірлеу және растау. Кохортты дамыту 15 қатысушыдан тұрады (30 көз), 29,53 тренингтік және ішкі куәландырулық деректер жиынтығын пайда етеді, олар қатысушылар деңгейіндегі деректер жиынтығын бөліп алады.
Сынақ кохорты 39 қатысушыдан тұрады (39 көз) және BlinkNet-Q-ді түпкілікті бағалау үшін пайдаланылады. Бағалау индикаторларын C) индикаторларын қолдана отырып, R) индикаторларға негізделген регенерациялық коэффициенттер (ICC) және Bland-Altman талдауларын қолданады. DLM-1 жүйесіне 95% сенім аралығындағы [CI], 0.
932-0. 993) және DLM-2 жүйесіне 0,884 % сенім аралығындағы [CI], 0. 854-0.
963 арасында алынған AUC. Нәтижесінде, BlinkNet-Q мен қолма-қол есептегіштердің блинк аралығы анықталды. mean absolute error [MAE] = 1.
262 blinks/minute) және толық емес-blink ratio (ICC=0. 937; R^2=0. 876; MAE = 0.
059) арасында жақсы үйлесімділік бар және стандартты түрде жазылған жағдайда орташа ауытқушылық өте аз. Клиникалық жүзеге асыру әр түрлі клиникалық топтарындағы сыртқы тексеруден бұрын жүргізілуі мүмкін. BlinkNet-Q болашақта көздің бетін бағалау үшін қолжетімді, камераға негізделген көздің көзін бағалау құралын дамытуға көмектесуі мүмкін.
Бұл халықаралық ашық зерттеулердің нәтижелері бойынша жинақталған, денсаулық сақтау коппасына арналған және клиникалық ұсыныстар болып табылмайтынын түсіндіру қажет. Егер денсаулыққа қатысты сұрақтар болса, мамандармен кеңесуіңіз керек.
