完全自动的深度卷积方法用于查神经退行性疾病,使用多视图OCT图像
Lorena Álvarez-Rodríguez1, Ana Pueyo2, Joaquim de Moura1
1VARPA Group, Biomedical Research Institute of A Coruña (INIBIC), University of A Coruña, A Coruña, Spain; CITIC-Research Center of Information and Communication Technologies, University of A Coruña, A Coruña, Spain.
Artificial intelligence in medicine
|November 6, 2024
概括
这项研究开创了多视图光学连贯断层扫描 (OCT) 用于使用视网膜扫描检测神经退行性疾病 (NDD). 结合3D和多视图的OCT数据,可以改善对阿尔茨海默氏症和帕金森症等疾病的早期查.
科学领域:
- 眼科和神经病学 眼科和神经病学
- 医学成像分析 医学成像分析
- 计算病理学计算病理学
背景情况:
- 神经退行性疾病 (NDD) 如阿尔茨海默氏症,帕金森病,基本震和多发性硬化症随着人口老龄化而增加.
- 通过光学一致性断层扫描 (OCT) 进行视网膜成像显示了早期NDD检测的前景.
- 目前的研究缺乏综合的多视图OCT分析,用于全面的NDD查.
研究的目的:
- 开创多视图和3D OCT信息的应用,用于NDD检测.
- 在黄斑和光盘扫描中对关键视网膜层 (RNFL,GCL-BM) 进行细分.
- 评估综合斑点和光盘OCT视图的有效性,用于选各种NDD.
主要方法:
- 视网膜神经纤维层 (RNFL) 和质细胞层-布鲁奇膜 (GCL-BM) 的细分使用二维和三维OCT.
- 转移学习用于光盘细分的应用.
- 开发使用单视图和多视图OCT数据的查模型,用于健康对照与NDD,以及特定的NDD分类.
主要成果:
- 3D OCT 分段在斑点扫描中表现优于2D;转移学习加速了光盘分段.
- 与2D和单视图方法相比,3D计算生物标志物和多视图OCT方法产生了更好的查结果.
- 多发性硬化和帕金森病在查中显示出更好的分离性,具有更高的阶级代表性.
结论:
- 开发的多视图OCT方法有效地整合了斑点和光盘数据用于NDD查.
- 这项研究代表了使用病理查在四个主要NDD中对关键视网膜层的首次全面分析.
- 这些发现证实了OCT先进分析在早期和准确检测神经退行性疾病方面的潜力.
