遺伝的対抗ネットワークを用いて糖尿病性網膜病変の進行を予測する

科学分野:

• 眼科について
• 人工知能
• 医療用イメージング

背景:

• 糖尿病性網膜症 (DR) は 全世界の盲目の主要な原因です
• DRの進行を早期に予測することは,視力喪失を防ぐために非常に重要です.

研究 の 目的:

• DRForecastGANモデルの臨床的価値を導入し,研究する.
• DRForecastGANの将来の fundus画像の合成能力を評価する.

主な方法:

• DRForecastGANモデルは,ジェネレーター,ディスクリミネーター,および登録ネットワークで構成され,大規模なデータセットで訓練されました.
• 性能は,FID,PSNR,SSIM,AUCなどのメトリックを使用して,CycleGANとPix2Pixに対して評価されました.
• ResNet50モデルは合成画像でDRの重症性を特定した.

主要な成果:

• DRForecastGANは,他のモデルと比較して,より低いFIDと高いPSNR/SSIMによって,優れた画像品質を証明しました.
• このモデルは,内部および外部検証データセットの両方でDRの重症性を予測する上でより高いAUC値を達成しました.
• DRForecastGANはPix2PixとCycleGANを上回り,リアルでインフォメーションのある画像を合成しました.

結論:

• DRForecastGANは,合成された将来の fundus イメージを通してDRの進行を効果的に視覚化します.
• このモデルは,DRの臨床治療計画と継続的な患者モニタリングにおいて,潜在的な有用性を示しています.
• このAIによるアプローチは 糖尿病性網膜症の管理に 有望なツールとなります