李治玺，周颖玲，杨小红，彭冠凯，孟巍，何明光

(1.中山大学中山眼科中心眼底外科，眼科学国家重点实验室，广州 510060；2.广东省人民医院心内科，广州 510000；3.广东省人民医院眼科，广州 510000；4.广州慧视眼科有限公司，广州 510000；5.中山大学中山眼科中心防盲办，眼科学国家重点实验室，广州 510060)

冠心病是全球致死率最高的疾病[1]，且大多数心脏疾病都属于冠心病[2]。因此，对于如何尽早预测和判断冠心病的高危人群极为重要。准确的预测模型对于降低冠心病高危人群的患病风险具有重大价值，但在临床中仍缺乏较为全面和精准的模型。之前有学者[3-8]分析冠心病患者的临床数据，得出池化队列方程、弗雷明汉和系统性冠状动脉风险评估方程等心血管疾病患病风险的计算公式。这些模型虽然取得了重大突破，但准确性仍待提高，并且模型包含很多有创的抽血检查，如血糖和血脂等，使这些模型难以大规模推广。

视网膜的图像可以通过极为简单、快捷、无创的方法取得。近期有研究[9-12]表明：视网膜情况可能反映心脏的状态，其主要体现在血管的粗细程度、血管弯曲度及微血管改变。然而，目前的研究多局限在相关性研究，缺乏利用眼部特征的冠心病诊断模型构建研究。人工智能技术可智能识别医学影像信息，近年来智能图片识别已取得突破性成果，将该技术应用于医学疾病的判定也是研究热点之一[13-14]。

因此，本研究利用人工智能技术构建了一个基于眼底彩照的冠心病的智能诊断系统，检测模型性能，以探究眼底彩照和人工智能在诊断或预测冠心病中的应用价值。……