相关实验视频
Updated: Jun 14, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
在视网膜疾病中量化OCT和OCTA图像的生物标志物的框架
Xiaoli Liu1, Haogang Zhu2, Hanji Zhang3
1School of Biological Science and Medical Engineering, Beihang University, Beijing 100191, China.
Sensors (Basel, Switzerland)
|August 29, 2024
概括
这项研究引入了一种新的框架,用于从OCT和OCTA图像中量化视网膜生物标志物,从而实现疾病预测的高精度. 局部二进制模式 (LBP) 特性是临床诊断的关键指标.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 生物医学工程 生物医学工程
背景情况:
- 现有的研究提供了许多视网膜生物标志物,但缺乏量化和优先级的方法.
- 对视网膜疾病的临床决策需要强大的定量生物标志物分析.
研究的目的:
- 开发一种用于从光学相干断层扫描 (OCT) 和OCTA图像中量化生物标志物的新框架.
- 为预测视网膜疾病优先考虑生物标志物的重要性.
主要方法:
- 从OCT和OCTA图像中提取了452个特征参数,包括局部二进制图案 (LBP),毛细血管,大血管和足管无血管区 (FAZ) 特征.
- 使用统计学上显著的p值来进行特征选择,构建了一个分类模型.
主要成果:
- 在视网膜疾病分类中获得了高精度 (0.912) 和F1得分 (0.906).
- 确定了OCT和OCTA LBP特征作为生物标志物显著性的主要贡献者 (77.12%).
结论:
- 开发的框架对视网膜疾病的OCT和OCTA生物标志物进行定量分析.
- 腰痛指标,毛细血管/血管特征和FAZ指数显示出可能成为临床诊断的重要指标.
