糖尿病黄斑胀的临床阶段之间的基于人工智能的黄斑液参数的差异及其与视觉敏度的关系
Mizuho Mitamura1, Michiyuki Saito1, Kiriko Hirooka1
1Department of Ophthalmology, Faculty of Medicine and Graduate School of Medicine, Hokkaido University, N-15, W-7, Kita-ku, Sapporo 060-8638, Japan.
Journal of clinical medicine
|February 13, 2025
概括
人工智能对糖尿病黄斑胀中的黄斑液进行分析,揭示了随着糖尿病视网膜病变阶段的变化而变化的参数. 这些流体指标与视觉敏度相关,有助于了解疾病进展.
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:
- 糖尿病黄斑 (DME) 是糖尿病患者视力丧失的主要原因.
- 光学连贯性断层扫描 (OCT) 对于诊断和监测DME至关重要.
- 了解斑点流体动力学是管理DME进展的关键.
研究的目的:
- 使用基于AI的OCT分析量化DME中的斑点液 (MF) 参数.
- 为了研究跨糖尿病视网膜病变 (DR) 严重程度的MF参数的特定阶段差异.
- 为了将MF参数与最佳校正视敏度 (BCVA) 相关联.
主要方法:
- 在OCT图像上使用北海道大学MF细分模型对104个未经治疗的DME眼睛进行分析.
- 量化MF面积,平均亮度和亮度变量.
- 轻度/中度非扩散性糖尿病视网膜病变 (mNPDR),严重NPDR (sNPDR) 和扩散性糖尿病视网膜病变 (PDR) 阶段的参数比较.
主要成果:
- 黄斑液参数通常随着DR阶段的增加.
- 内液 (IRF) 的平均亮度在PDR和mNPDR中显著更高.
- IRF亮度的变量从mNPDR增加到sNPDR;SRF亮度的变量从sNPDR增加到PDR.
- 罗格玛BCVA与MF区域和SRF亮度差异正相关.
结论:
- 人工智能衍生出的定量和定性MF参数提供了对DME病原学的见解.
- 这些参数显示了与DR进展相关的明显变化.
- 多视力分析可能有助于预测DME患者的视觉结果.
更多相关视频
08:54Author Spotlight: Understanding Age-Related Macular Degeneration Pathophysiology with QAF Workflow
Published on: May 26, 2023
1.4K
05:14Author Spotlight: Overcoming Anti-VEGF Resistance Through Advanced Vascular Morphology Assessment in Choroidal Neovascularization
Published on: August 11, 2023
998
