Artificial intelligence versus conventional methods for RGP lens fitting in keratoconus.

Journal: Contact lens & anterior eye : the journal of the British Contact Lens Association
PMID: 39500688

Abstract

BACKGROUND: To compare the efficiency of three artificial intelligence (AI) frameworks (Standard Machine Learning (ML), Multi-Layer Perceptron (MLP) and Convolution Neural Networks (CNN)) with a reference method (Mean radius of curvature (K)) to predict the posterior radius of curvature of the best-fitted rigid contact lens (RCBFL) in keratoconus eyes.

Authors

  • Jérémy Abadou
    Groupe de Recherche Clinique #32, Transplantation et Thérapies Innovantes de la Cornée, Sorbonne Université, Hôpital National des 15-20, Paris, France.
  • Simon Dahan
    NIHR Imperial Biomedical Research Centre, Institute of Translational Medicine and Therapeutics (ITMAT), ITMAT Data Science Group, Imperial College London, London, UK.
  • Juliette Knoeri
    Groupe de Recherche Clinique #32, Transplantation et Thérapies Innovantes de la Cornée, Sorbonne Université, Hôpital National des 15-20, Paris, France. Electronic address: jknoeri@15-20.fr.
  • Loic Leveziel
    Groupe de Recherche Clinique #32, Transplantation et Thérapies Innovantes de la Cornée, Sorbonne Université, Hôpital National des 15-20, Paris, France.
  • Nacim Bouheraoua
    Groupe de Recherche Clinique #32, Transplantation et Thérapies Innovantes de la Cornée, Sorbonne Université, Hôpital National des 15-20, Paris, France.
  • Vincent M Borderie
    Groupe de Recherche Clinique #32, Transplantation et Thérapies Innovantes de la Cornée, Sorbonne Université, Hôpital National des 15-20, Paris, France.

Keywords

External Resources

Popular Topics
Recent Journals