使用人工智能评估湿时与年龄相关的黄斑变性病的状血管层厚度
Dan Song1, Yuan Ni2, Ying Zhou1
1Department of Ophthalmology, Peking University International Hospital, No. 1 Shengmingyuan Road, Zhongguancun Life Science Park, Changping District, Beijing, China.
Photodiagnosis and photodynamic therapy
|May 22, 2024
概括
人工智能 (AI) 准确地测量了湿时与年龄相关的黄斑变性 (AMD) 中的状血管层厚度. 人工智能在AMD患者中揭示了萨特勒层-choriocapillaris复杂的稀释,胸膜厚度因年龄而异.
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:
- 潮湿的与年龄相关的黄斑变性 (AMD) 是导致视力丧失的主要原因.
- 准确评估胸腔血管的精度对于了解AMD至关重要.
- 当前的测量方法可能是耗时和主观的.
研究的目的:
- 开发和验证一种人工智能工具,用于在湿 AMD 中自动测量状血管层厚度.
- 将人工智能衍生的测量与手动评估进行比较.
- 为了研究湿湿的AMD患者的胸膜厚度变化.
主要方法:
- 使用扫源光学连贯性断层扫描 (SS-OCT) 来获取图像.
- 包括194名湿性AMD患者和225名健康对照.
- 在七个区域中使用人工智能自动测量萨特勒层-胆皮层复合体厚度 (SLCCT),哈勒层厚度 (HLT) 和胆皮层厚度 (CT).
主要成果:
- 与手动方法相比,AI自动测量证明了高精度和效率.
- 在湿 AMD 组中观察到显著较低的 SLCCT.
- 冠状腺厚度 (CT) 显示了年龄相关的变化,年轻患者的厚度增加,湿性AMD老年患者的薄化.
结论:
- 人工智能提供了一种新,准确和高效的方法,用于评估湿湿的AMD中的胆道血管.
- SLCCT稀释是湿性AMD的一个关键发现.
- 湿性AMD的胸膜厚度变化是复杂的,受到HLT补偿加厚和SLCCT稀薄的影响,与年龄相关的显著差异.
