交叉模式标签使毛细管的非侵入性定量成为评估心血管风险的敏感生物标志物
Danli Shi1,2,3, Yukun Zhou4, Shuang He3
1School of Optometry, The Hong Kong Polytechnic University, Kowloon, Hong Kong, China.
深度学习使用光素血管学标签从彩色底部照片量化视网膜毛细血管. 这种非侵入性方法有助于评估心血管疾病风险,特别是在女性身上.
科学领域:
- 眼科医生 眼科 眼科
- 心脏病学 心脏病学
- 人工智能的人工智能
背景情况:
- 心血管疾病 (CVD) 风险评估通常依赖于传统的风险因素.
- 早期检测心脏病风险的非侵入性方法非常受欢迎.
研究的目的:
- 从彩色底部 (CF) 照片开发一种深度学习模型,用于从彩色底部 (CF) 照片中对视网膜毛细血管进行非侵入性量化.
- 应用此模型进行心血管疾病 (CVD) 风险评估.
主要方法:
- 一个深度学习模型 (RMHAS-FA) 使用CF和底部光素血管学 (FFA) 图像进行训练,以分割视网膜毛细血管.
- 模型性能在内部和外部数据集上进行了验证.
- 分段视网膜血管密度和心血管疾病发病率之间的关联在英国生物库中进行了分析.
主要成果:
- 分段模型实现了高精度 (AUC=0.95,精度=0.94).
- 视网膜小血管骨密度降低与心血管疾病风险因素和发病率相关.
- 较低的血管密度与女性心血管疾病发病率和死亡风险的增加显著相关.
结论:
- 从CF图像中对视网膜毛细血管的自动非侵入性量化是可行的.
- 这种方法显示出作为一种敏感的查工具的潜力,用于识别患有心血管疾病事件高风险的个人.
更多相关视频
08:02Author Spotlight: Enhanced Quantification of Cardiovascular Calcification Progression for Longitudinal Micro PET/CT Studies in Small Research Animals
Published on: November 15, 2024
09:43Multimodal Study of Murine Cardiovascular Remodeling: Four-Dimensional Ultrasound and Mass Spectrometry Imaging
Published on: January 10, 2025
相关概念视频
Blood Studies for Cardiovascular System I: Cardiac Biomarkers
The essential diagnostic tools for detecting myocardial necrosis and monitoring individuals suspected of having acute coronary syndrome (ACS) include:
Troponins
Troponins, particularly cardiac troponins I and T, are the most precise and sensitive markers of myocardial injury. They are detectable within 4-6 hours of myocardial injury and remain...
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
