相关实验视频
Updated: Jul 2, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.7K
在小学儿童中,通过深度学习评估的Fundus Tessellated密度
Dan Huang1, Rui Li1, Yingxiao Qian1
1Department of Ophthalmology, The First Affiliated Hospital With Nanjing Medical University, Nanjing, Jiangsu, China.
Translational vision science & technology
|June 21, 2023
概括
人工智能量化了儿童的 fundus tessellation 密度 (FTD),揭示了与较薄的胆管和近视相关变化的关联. 这项技术有助于预防和控制近视的策略.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- Fundus tessellation (FT) 是胸膜的一个可见的特征.
- 基金形密度 (FTD) 是FT的一个新兴的定量衡量标准.
- 了解儿童FT模式对于近视研究至关重要.
研究的目的:
- 通过使用人工智能 (AI) 探索 fundus tessellated density (FTD) 的关联.
- 为了比较不同 fundus tessellation (FT) 分布模式的特征.
- 调查人工智能在儿童群体中定量评估FT方面的潜力.
主要方法:
- 这是一项以人口为基础,对577名7岁儿童进行的横截面研究.
- 眼部检查包括生物识别,折射,OCT血管学和 fundus 摄影.
- 使用人工智能驱动的技术计算FTD并对FT分布进行分类 (斑点与周边斑点模式).
主要成果:
- 较大的FTD与较薄的亚叶胆道厚度,较大的副状缩以及光盘血管密度增加相关.
- 与斑点图案组相比,周边状FT图案组表现出更大的状缩和更大的FTD.
- 在这两种FT分布模式之间,观察到亚叶冠状腺厚度和视网膜厚度的显著差异.
结论:
- 在儿童中,FTD作为量化生物标志物用于估计子叶胆道厚度.
- 周状FT模式与近视相关的底部变化之间的相关性比黄斑模式更强.
- 人工智能对FT的评估对儿童近视预防和控制策略具有潜在价值.
