眼底検査装置からの出力データを用いた緑内障視神経乳頭形状分類の機械学習モデルの構築

摘要

緑内障患者の視神経乳頭形状の自動分類を行なう機能を提供することで、緑内障診断および治療の指針にすることを目的とする．開放隅角緑内障105人163眼の，眼底検査装置からの出力データを用いて，Support Vector Machine，Neural Network，Naive Bayes，Gradient Boosting Decision Treeの合計4つの機械学習分類モデルを構築した．分類性能を比較した結果，Neural Network分類モデルを用いることで最大正解率85.6%を得ることがわかった．視神経乳頭形状分類の確信度を提示することにより，複合的な因子を持つ緑内障の臨床診断の支援になると期待される．