相关实验视频
Updated: Jul 12, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
深度学习系统用于查与艾滋病相关的细胞巨乳病毒视网膜炎,使用超广场 fundus 图像
Kuifang Du1, Li Dong2, Kai Zhang3
1Department of Ophthalmology, Beijing Youan Hospital, Capital Medical University, Beijing, China.
Heliyon
|May 28, 2024
概括
一个深度学习系统有效地使用超广场 fundus 图像对HIV/AIDS 患者的细胞巨乳病毒视网膜炎 (CMVR) 进行查. 这项技术对预防失明充满希望,尤其是在眼科护理资源有限的地方.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 细胞巨乳病毒视网膜炎 (CMVR) 查对于艾滋病毒/艾滋病患者来说至关重要,以预防失明.
- 使用数字 fundus 图像进行自动查已经显示出有前途.
- 深度学习 (DL) 应用于CMVR的超广场 (UWF) 底部图像的应用尚未先前研究.
研究的目的:
- 开发和验证使用UWF fundus图像检测HIV/AIDS患者的CMVR的DL系统.
- 评估DL用于CMVR查的可行性和效率.
- 要区分主动CMVR,非主动CMVR和非CMVR.
主要方法:
- 使用InceptionResnetV2网络开发和验证了一个DL系统,该系统使用了来自862名艾滋病患者的6960张UWF fundus图像.
- 通过使用AUC,精度,灵敏度和特异性等指标进行了内部,外部和前性验证.
- 利用热图来识别DL系统使用的关键损伤区域.
主要成果:
- 在所有验证集中,DL系统实现了高AUC (例如,内部为0.945,外部为0.964,前性验证为0.968).
- 在区分主动CMVR与非CMVR和非主动CMVR方面表现出可靠的性能.
- 热图有效地突出了病变位置,有助于CMVR检测.
结论:
- 基于UWF fundus图像的DL系统在查与艾滋病相关的CMVR方面表现出可靠的性能.
- 这项技术对艾滋病毒/艾滋病患者的CMVR查具有重大潜力,特别是在资源有限的环境中.
- 这项研究证实了DL在使用UWF成像进行CMVR检测的可行性和效率.
