超越眼睛:使用视网膜OCTA图像检测早期痴呆症的关系模型

科学领域:

• 眼科医生 眼科 眼科
• 神经学 神经学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 早期发现阿尔茨海默病 (AD) 和轻度认知障碍 (MCI) 对于及时干预至关重要,但目前的方法复杂且昂贵.
• 视网膜成像提供了一个潜在的非侵入性,具有成本效益的替代方案,用于查因大脑眼睛生理学共享而面临阿尔茨海默病风险的个体.
• 光学连贯断层扫描血管造影 (OCTA) 提供了与神经疾病相关的视网膜血管系统详细信息.

研究的目的:

• 开发和验证一种新的AI模型PolarNet+,用于使用视网膜OCTA图像早期检测AD和MCI.
• 评估PolarNet+在区分AD/MCI患者和健康对照患者中的有效性.
• 探索视网膜成像模式与认知衰退之间的关系.

主要方法:

• PolarNet+将视网膜OCTA图像从卡特西安转换为极地坐标,用于ETDRS网格分析.
• 一个多视图模块将三维OCTA图像进行序列化和分析,以提取特征.
• 图形分类和区域关系模块用于分析区域间模式,将检测转化为图形问题.

主要成果:

• 极光网+模型在区分AD和MCI与对照对象方面取得了很高的表现,AUC分别为88.69%和88.02%.
• 该研究验证了已知的眼睛与大脑的联系,并在视网膜OCTA图像中确定了新的歧视性模式.
• 该模型在包括1671名参与者在内的四个数据集上进行了训练和验证.

结论:

• 视网膜OCTA成像,结合AI,为大规模查AD和MCI提供了一个有希望的快速和非侵入性方法.
• 这些发现支持眼科评估作为早期神经疾病检测的替代品的潜力.
• 极光网+展示了使用先进的人工智能技术来分析复杂的OCTA数据以识别神经退行性疾病的可行性.