関連する実験動画
Updated: Jun 20, 2026
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
手持ちのカメラによる網膜写真におけるパピルエーマの深層学習ベースの検出:前向きな研究
Ayse Gungor1, Zhiqun Tang, Jing L Loo
1Sorbonne Université (AG, IS), Institut du Cerveau-Paris Brain Institute-ICM, Inria, Inserm, CNRS, APHP, Hôpital de la Pitié Salpêtrière, Paris, France; Rothschild Foundation Hospital (AG, LT, IS, DM), Neuro-Ophthalmology Department, Rothschild Computational and Visual Neurosciences Laboratory, Paris, France; Department of Ophthalmology (ZT, JLL, SS), Yong Loo Lin School of Medicine, National University of Singapore, Singapore; Singapore National Eye Centre (JLL, STLC, SS, RFCM, DM), Singapore; Duke-NUS Medical School (JLL, STLC, SS, DM), Singapore; Visual Neurosciences Group (SS, RPN, DM), Singapore Eye Research Institute, Singapore; Departments of Ophthalmology (NJN, VB) and Neurology (NJN, VB), Emory University School of Medicine, Atlanta, Georgia; and Copenhagen University (DM), Copenhagen, Denmark.
ディープラーニングシステム (DLS) は網膜画像からパピル腫やその他の光神経疾患を正確に識別します. この人工知能のツールは 神経眼科の診断をするために 現実の臨床環境で高いパフォーマンスを示しています
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:
- パピレドーマと光神経病は,迅速な診断を必要とする重要な神経眼学的発見です.
- これらの状態を特定するには,網膜写真の分析が不可欠です.
研究 の 目的:
- 深い学習システム (DLS) のパピルエーダや他の光神経疾患の識別における性能を評価する.
- 神経眼科部門から将来的に得られた非水性網膜画像で DLS を評価する.
主な方法:
- マルチセンターの研究では,10647人の患者の20533枚の網膜写真を使用した.
- DLSは水分画像で訓練され,手持ちカメラからの非水分画像でテストされました.
- DLSは,AUC,感度,特異性,および精度によって測定されたパフォーマンスで,パピルエーダ,その他の光学ディスク異常,または正常として画像を分類しました.
主要な成果:
- DLSは99. 5%の精度,81. 0%の感度,99. 7%の特異性,および98. 3%のAUCを,他の疾患と正常な対照群との差異化において達成した.
- 眼と患者のレベルの両方で性能が評価されました.
結論:
- ミドリア写真で訓練されたDLSは,光学ディスクの異常に対する優れた診断性能を示しています.
- このシステムは,臨床実務で手持ちカメラで撮影された非水性網膜画像に適用すると有効です.
