Resumen
En este trabajo se presenta un estudio de detección del Glaucoma y
clasificación en estadíos (Sano, I, II, III y IV) a partir de las capas
de fibras nerviosas de la mácula mediante redes neuronales. Los estadíos
se han generado mediante el algoritmo de K-medias (más
info).
Para cada capa o combinación de capas de la mácula se presenta
primero un modelo de clasificación binaria (Sano o Glaucoma) para
dectectar el Glaucoma y después un modelo de clasifiación múltiple para
clasificar el glaucoma en estadíos (I, II, III y IV).
Parámetros de entrenamiento de las redes
- Número de iteraciones: 100
- Tamaño del lote: 50
- Medida de error: Entropía binaria
- Algorimo de aprendizaje: Adam
- Validación cruzada: 10-folds
- Número de repeticiones: 10
Clasificación binaria (glaucoma vs no glaucoma)
Todas las capas y celdas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_5 (Dense) (None, 1024) 459776
dense_4 (Dense) (None, 512) 524800
dropout_3 (Dropout) (None, 512) 0
dense_3 (Dense) (None, 512) 262656
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 2) 258
================================================================================
Total params: 1,411,714
Trainable params: 1,411,714
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación binario (sanos vs glaucomatosos) basado en redes
neuronales usando todas las capas y celdas la mácula
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
AUC
|
0.736
|
0.722
|
0.750
|
|
Especificidad
|
0.984
|
0.981
|
0.988
|
|
Precisión.global
|
0.885
|
0.880
|
0.890
|
|
Precisión.media
|
0.736
|
0.722
|
0.750
|
|
Sensibilidad
|
0.488
|
0.459
|
0.517
|
Todas las capas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_5 (Dense) (None, 1024) 183296
dense_4 (Dense) (None, 512) 524800
dropout_3 (Dropout) (None, 512) 0
dense_3 (Dense) (None, 512) 262656
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 2) 258
================================================================================
Total params: 1,135,234
Trainable params: 1,135,234
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación binario (sanos vs glaucomatosos) basado en redes
neuronales usando todas las capas de la mácula pero solo las celdas con
diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
AUC
|
0.749
|
0.745
|
0.754
|
|
Especificidad
|
0.978
|
0.973
|
0.982
|
|
Precisión.global
|
0.886
|
0.883
|
0.890
|
|
Precisión.media
|
0.749
|
0.745
|
0.754
|
|
Sensibilidad
|
0.521
|
0.513
|
0.530
|
Capas significativas y todas las celdas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_5 (Dense) (None, 1024) 183296
dense_4 (Dense) (None, 512) 524800
dropout_3 (Dropout) (None, 512) 0
dense_3 (Dense) (None, 512) 262656
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 2) 258
================================================================================
Total params: 1,135,234
Trainable params: 1,135,234
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación binario (sanos vs glaucomatosos) basado en redes
neuronales usando solo las capas de la mácula con diferencias
significativas entre sanos y glaucomatosos (RNFL, GCL e IPL) y todas las
celdas.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
AUC
|
0.747
|
0.737
|
0.757
|
|
Especificidad
|
0.976
|
0.971
|
0.980
|
|
Precisión.global
|
0.885
|
0.881
|
0.890
|
|
Precisión.media
|
0.747
|
0.737
|
0.757
|
|
Sensibilidad
|
0.518
|
0.499
|
0.538
|
Capas significativas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_5 (Dense) (None, 1024) 183296
dense_4 (Dense) (None, 512) 524800
dropout_3 (Dropout) (None, 512) 0
dense_3 (Dense) (None, 512) 262656
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 2) 258
================================================================================
Total params: 1,135,234
Trainable params: 1,135,234
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación binario (sanos vs glaucomatosos) basado en redes
neuronales usando solo las capas (RNFL, GCL e IPL) y las celdas de la
mácula con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
AUC
|
0.746
|
0.739
|
0.753
|
|
Especificidad
|
0.974
|
0.971
|
0.977
|
|
Precisión.global
|
0.884
|
0.881
|
0.886
|
|
Precisión.media
|
0.746
|
0.739
|
0.753
|
|
Sensibilidad
|
0.518
|
0.503
|
0.534
|
Capas significativas y celdas significativas con datos
balanceados
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_5 (Dense) (None, 1024) 183296
dense_4 (Dense) (None, 512) 524800
dropout_3 (Dropout) (None, 512) 0
dense_3 (Dense) (None, 512) 262656
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 2) 258
================================================================================
Total params: 1,135,234
Trainable params: 1,135,234
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación binario (sanos vs glaucomatosos) basado en redes
neuronales usando solo las capas y las celdas de la mácula con
diferencias significativas entre sanos y glaucomatosos (RNFL, GCL e
IPL), con el mismo número de ojos sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
AUC
|
0.763
|
0.754
|
0.772
|
|
Especificidad
|
0.839
|
0.800
|
0.877
|
|
Precisión.global
|
0.762
|
0.750
|
0.775
|
|
Precisión.media
|
0.763
|
0.754
|
0.772
|
|
Sensibilidad
|
0.687
|
0.657
|
0.718
|
Clasificación en estadios (incluyendo sanos)
Todas las capas y celdas
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 459776
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 5) 645
================================================================================
Total params: 1,149,445
Trainable params: 1,149,445
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (incluyendo ojos sanos) basado en
redes neuronales usando todas las capas y celdas la mácula.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
1.0000
|
1.0000
|
1.0000
|
|
Especificidad.EstadioII
|
0.9930
|
0.9910
|
0.9950
|
|
Especificidad.EstadioIII
|
0.9780
|
0.9750
|
0.9810
|
|
Especificidad.EstadioIV
|
0.9850
|
0.9820
|
0.9880
|
|
Especificidad.Sano
|
0.4480
|
0.4230
|
0.4730
|
|
Precisión.media.EstadioI
|
0.5000
|
0.5000
|
0.5000
|
|
Precisión.media.EstadioII
|
0.5250
|
0.5170
|
0.5330
|
|
Precisión.media.EstadioIII
|
0.7480
|
0.7200
|
0.7760
|
|
Precisión.media.EstadioIV
|
0.8620
|
0.8260
|
0.8970
|
|
Precisión.media.Sano
|
0.7210
|
0.7080
|
0.7340
|
|
Sensibilidad.EstadioI
|
0.0000
|
0.0000
|
0.0000
|
|
Sensibilidad.EstadioII
|
0.0571
|
0.0413
|
0.0728
|
|
Sensibilidad.EstadioIII
|
0.5180
|
0.4620
|
0.5740
|
|
Sensibilidad.EstadioIV
|
0.7390
|
0.6670
|
0.8100
|
|
Sensibilidad.Sano
|
0.9940
|
0.9910
|
0.9970
|
|
Precisión.global
|
0.8480
|
0.8420
|
0.8540
|
Todas las capas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 183296
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 5) 645
================================================================================
Total params: 872,965
Trainable params: 872,965
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (incluyendo ojos sanos) basado en
redes neuronales usando todas las capas de la mácula pero solo las
celdas con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
1.0000
|
0.9990
|
1.000
|
|
Especificidad.EstadioII
|
0.9870
|
0.9850
|
0.989
|
|
Especificidad.EstadioIII
|
0.9770
|
0.9740
|
0.980
|
|
Especificidad.EstadioIV
|
0.9910
|
0.9900
|
0.993
|
|
Especificidad.Sano
|
0.4780
|
0.4700
|
0.487
|
|
Precisión.media.EstadioI
|
0.5000
|
0.5000
|
0.500
|
|
Precisión.media.EstadioII
|
0.5400
|
0.5250
|
0.555
|
|
Precisión.media.EstadioIII
|
0.8160
|
0.7980
|
0.834
|
|
Precisión.media.EstadioIV
|
0.8740
|
0.8480
|
0.900
|
|
Precisión.media.Sano
|
0.7330
|
0.7280
|
0.738
|
|
Sensibilidad.EstadioI
|
0.0000
|
0.0000
|
0.000
|
|
Sensibilidad.EstadioII
|
0.0924
|
0.0616
|
0.123
|
|
Sensibilidad.EstadioIII
|
0.6550
|
0.6190
|
0.691
|
|
Sensibilidad.EstadioIV
|
0.7570
|
0.7060
|
0.808
|
|
Sensibilidad.Sano
|
0.9880
|
0.9840
|
0.991
|
|
Precisión.global
|
0.8530
|
0.8500
|
0.857
|
Capas significativas y todas las celdas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 197632
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 5) 645
================================================================================
Total params: 887,301
Trainable params: 887,301
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (incluyendo ojos sanos) basado en
redes neuronales usando solo las capas de la mácula con diferencias
significativas entre sanos y glaucomatosos (RNFL, GCL e IPL) y tods las
celdas.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
1.0000
|
1.0000
|
1.000
|
|
Especificidad.EstadioII
|
0.9870
|
0.9820
|
0.991
|
|
Especificidad.EstadioIII
|
0.9740
|
0.9710
|
0.977
|
|
Especificidad.EstadioIV
|
0.9890
|
0.9870
|
0.991
|
|
Especificidad.Sano
|
0.4890
|
0.4760
|
0.502
|
|
Precisión.media.EstadioI
|
0.5000
|
0.5000
|
0.500
|
|
Precisión.media.EstadioII
|
0.5310
|
0.5180
|
0.544
|
|
Precisión.media.EstadioIII
|
0.8040
|
0.7780
|
0.830
|
|
Precisión.media.EstadioIV
|
0.8570
|
0.8270
|
0.887
|
|
Precisión.media.Sano
|
0.7380
|
0.7330
|
0.744
|
|
Sensibilidad.EstadioI
|
0.0000
|
0.0000
|
0.000
|
|
Sensibilidad.EstadioII
|
0.0751
|
0.0467
|
0.104
|
|
Sensibilidad.EstadioIII
|
0.6340
|
0.5810
|
0.687
|
|
Sensibilidad.EstadioIV
|
0.7250
|
0.6650
|
0.785
|
|
Sensibilidad.Sano
|
0.9880
|
0.9840
|
0.992
|
|
Precisión.global
|
0.8490
|
0.8470
|
0.851
|
Capas significativas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 183296
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 5) 645
================================================================================
Total params: 872,965
Trainable params: 872,965
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (incluyendo ojos sanos) basado en
redes neuronales usando solo las capas de la mácula (RNFL, GCL e IPL) y
las celdas con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
1.0000
|
1.0000
|
1.000
|
|
Especificidad.EstadioII
|
0.9880
|
0.9860
|
0.991
|
|
Especificidad.EstadioIII
|
0.9760
|
0.9720
|
0.979
|
|
Especificidad.EstadioIV
|
0.9900
|
0.9880
|
0.992
|
|
Especificidad.Sano
|
0.4740
|
0.4600
|
0.488
|
|
Precisión.media.EstadioI
|
0.5000
|
0.5000
|
0.500
|
|
Precisión.media.EstadioII
|
0.5210
|
0.5090
|
0.532
|
|
Precisión.media.EstadioIII
|
0.8200
|
0.7990
|
0.842
|
|
Precisión.media.EstadioIV
|
0.8690
|
0.8430
|
0.895
|
|
Precisión.media.Sano
|
0.7320
|
0.7260
|
0.737
|
|
Sensibilidad.EstadioI
|
0.0000
|
0.0000
|
0.000
|
|
Sensibilidad.EstadioII
|
0.0528
|
0.0277
|
0.078
|
|
Sensibilidad.EstadioIII
|
0.6650
|
0.6250
|
0.706
|
|
Sensibilidad.EstadioIV
|
0.7480
|
0.6950
|
0.802
|
|
Sensibilidad.Sano
|
0.9890
|
0.9850
|
0.993
|
|
Precisión.global
|
0.8520
|
0.8480
|
0.856
|
Capas significativas y celdas significativas con datos
balanceados
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 183296
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 5) 645
================================================================================
Total params: 872,965
Trainable params: 872,965
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (incluyendo ojos sanos) basado en
redes neuronales usando solo las capas de la mácula (RNFL, GCL e IPL) y
las celdas con diferencias significativas entre sanos y glaucomatosos, y
con un número de ojos sanos similar al de los demás estadios.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
0.999
|
0.996
|
1.000
|
|
Especificidad.EstadioII
|
0.831
|
0.809
|
0.852
|
|
Especificidad.EstadioIII
|
0.924
|
0.914
|
0.934
|
|
Especificidad.EstadioIV
|
0.958
|
0.948
|
0.968
|
|
Especificidad.Sano
|
0.679
|
0.645
|
0.712
|
|
Precisión.media.EstadioI
|
0.499
|
0.498
|
0.500
|
|
Precisión.media.EstadioII
|
0.635
|
0.614
|
0.656
|
|
Precisión.media.EstadioIII
|
0.748
|
0.731
|
0.766
|
|
Precisión.media.EstadioIV
|
0.863
|
0.845
|
0.880
|
|
Precisión.media.Sano
|
0.762
|
0.750
|
0.775
|
|
Sensibilidad.EstadioI
|
0.000
|
0.000
|
0.000
|
|
Sensibilidad.EstadioII
|
0.439
|
0.381
|
0.498
|
|
Sensibilidad.EstadioIII
|
0.573
|
0.531
|
0.615
|
|
Sensibilidad.EstadioIV
|
0.767
|
0.726
|
0.807
|
|
Sensibilidad.Sano
|
0.846
|
0.804
|
0.888
|
|
Precisión.global
|
0.541
|
0.531
|
0.551
|
Clasificación en estadios (sin incluir sanos)
Todas las capas y celdas
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 459776
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 4) 516
================================================================================
Total params: 1,149,316
Trainable params: 1,149,316
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (sin incluir ojos sanos) basado en
redes neuronales usando todas las capas de la mácula pero solo las
celdas con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
0.882
|
0.854
|
0.910
|
|
Especificidad.EstadioII
|
0.784
|
0.764
|
0.804
|
|
Especificidad.EstadioIII
|
0.893
|
0.877
|
0.909
|
|
Especificidad.EstadioIV
|
0.941
|
0.928
|
0.954
|
|
Precisión.media.EstadioI
|
0.744
|
0.725
|
0.763
|
|
Precisión.media.EstadioII
|
0.712
|
0.683
|
0.741
|
|
Precisión.media.EstadioIII
|
0.739
|
0.710
|
0.769
|
|
Precisión.media.EstadioIV
|
0.873
|
0.847
|
0.899
|
|
Sensibilidad.EstadioI
|
0.605
|
0.569
|
0.640
|
|
Sensibilidad.EstadioII
|
0.639
|
0.588
|
0.691
|
|
Sensibilidad.EstadioIII
|
0.586
|
0.528
|
0.644
|
|
Sensibilidad.EstadioIV
|
0.805
|
0.760
|
0.850
|
|
Precisión.global
|
0.636
|
0.605
|
0.666
|
Todas las capas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 183296
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 4) 516
================================================================================
Total params: 872,836
Trainable params: 872,836
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (sin incluir ojos sanos) basado en
redes neuronales usando todas las capas de la mácula pero solo las
celdas con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
0.870
|
0.845
|
0.895
|
|
Especificidad.EstadioII
|
0.734
|
0.726
|
0.742
|
|
Especificidad.EstadioIII
|
0.885
|
0.875
|
0.895
|
|
Especificidad.EstadioIV
|
0.940
|
0.927
|
0.953
|
|
Precisión.media.EstadioI
|
0.663
|
0.631
|
0.695
|
|
Precisión.media.EstadioII
|
0.678
|
0.657
|
0.700
|
|
Precisión.media.EstadioIII
|
0.747
|
0.722
|
0.772
|
|
Precisión.media.EstadioIV
|
0.837
|
0.824
|
0.850
|
|
Sensibilidad.EstadioI
|
0.457
|
0.379
|
0.535
|
|
Sensibilidad.EstadioII
|
0.622
|
0.579
|
0.666
|
|
Sensibilidad.EstadioIII
|
0.609
|
0.552
|
0.666
|
|
Sensibilidad.EstadioIV
|
0.735
|
0.708
|
0.762
|
|
Precisión.global
|
0.585
|
0.570
|
0.600
|
Capas significativas y todas las celdas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 197632
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 4) 516
================================================================================
Total params: 887,172
Trainable params: 887,172
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (sin incluir ojos sanos) basado en
redes neuronales usando solo las capas de la mácula con diferencias
significativas entre sanos y glaucomatosos (RNFL, GCL e IPL) y tods las
celdas.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
0.854
|
0.816
|
0.892
|
|
Especificidad.EstadioII
|
0.751
|
0.720
|
0.781
|
|
Especificidad.EstadioIII
|
0.884
|
0.872
|
0.897
|
|
Especificidad.EstadioIV
|
0.946
|
0.937
|
0.955
|
|
Precisión.media.EstadioI
|
0.662
|
0.632
|
0.693
|
|
Precisión.media.EstadioII
|
0.672
|
0.643
|
0.701
|
|
Precisión.media.EstadioIII
|
0.762
|
0.731
|
0.793
|
|
Precisión.media.EstadioIV
|
0.846
|
0.829
|
0.863
|
|
Sensibilidad.EstadioI
|
0.471
|
0.374
|
0.568
|
|
Sensibilidad.EstadioII
|
0.593
|
0.525
|
0.660
|
|
Sensibilidad.EstadioIII
|
0.640
|
0.574
|
0.706
|
|
Sensibilidad.EstadioIV
|
0.747
|
0.710
|
0.783
|
|
Precisión.global
|
0.591
|
0.568
|
0.615
|
Capas significativas y celdas significativas
Parámetros de la red
Model: "sequential"
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
dense_4 (Dense) (None, 1024) 183296
dense_3 (Dense) (None, 512) 524800
dropout_2 (Dropout) (None, 512) 0
dense_2 (Dense) (None, 256) 131328
dropout_1 (Dropout) (None, 256) 0
dense_1 (Dense) (None, 128) 32896
dropout (Dropout) (None, 128) 0
dense (Dense) (None, 4) 516
================================================================================
Total params: 872,836
Trainable params: 872,836
Non-trainable params: 0
________________________________________________________________________________
Evaluación del modelo
Medidas de evaluación de la capacidad predictiva del modelo de
clasificación en estadios de glaucoma (sin incluir ojos sanos) basado en
redes neuronales usando solo las capas de la mácula (RNFL, GCL e IPL) y
las celdas con diferencias significativas entre sanos y glaucomatosos.
|
Medida
|
Media
|
lim.inf.ci
|
lim.sup.ci
|
|
Especificidad.EstadioI
|
0.859
|
0.833
|
0.885
|
|
Especificidad.EstadioII
|
0.735
|
0.693
|
0.778
|
|
Especificidad.EstadioIII
|
0.881
|
0.859
|
0.902
|
|
Especificidad.EstadioIV
|
0.946
|
0.936
|
0.956
|
|
Precisión.media.EstadioI
|
0.659
|
0.625
|
0.692
|
|
Precisión.media.EstadioII
|
0.668
|
0.651
|
0.685
|
|
Precisión.media.EstadioIII
|
0.743
|
0.724
|
0.761
|
|
Precisión.media.EstadioIV
|
0.855
|
0.840
|
0.871
|
|
Sensibilidad.EstadioI
|
0.459
|
0.372
|
0.545
|
|
Sensibilidad.EstadioII
|
0.600
|
0.549
|
0.652
|
|
Sensibilidad.EstadioIII
|
0.604
|
0.563
|
0.646
|
|
Sensibilidad.EstadioIV
|
0.765
|
0.732
|
0.798
|
|
Precisión.global
|
0.580
|
0.559
|
0.601
|