用自动算法和半自动软件评估视网膜微血管生物标志物在蒙特拉切数据集中的自动算法和半自动软件
Pétra Eid1,2, Abderrahmane Bourredjem3, Atif Anwer4
1Ophthalmology Department, Dijon University Hospital, Dijon, France.
Translational vision science & technology
|March 12, 2025
概括
自动视网膜分析软件 (AutoMorph) 显示出高排斥率,而半自动软件 (SIVA) 显示出对血管复杂性和口径的良好一致. 在采用视网膜微血管生物标志物的自动化方法之前,需要进行进一步的比较.
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:
- 视网膜微血管生物标志物对于评估全身健康至关重要.
- 自动化和半自动化方法为有效分析这些生物标志物提供了潜力.
- 评估新的自动化算法与已建立的半自动化算法的性能对于临床采用至关重要.
研究的目的:
- 将自动视网膜血管形态 (AutoMorph) 算法与半自动的新加坡"I"血管评估 (SIVA) 软件进行比较.
- 评估这两种用于测量视网膜微血管生物标志物的方法之间的一致性.
主要方法:
- 来自基于人口的蒙特拉切研究 (n=1069) 的视网膜底部照片的分析.
- 通过使用类内相关系数 (ICCs) 来比较AutoMorph和SIVA测量中枢视网膜静脉/动脉等效,动脉静脉比率和碎形尺寸.
- 对这两种方法的图像拒绝率的评估.
主要成果:
- 自动形态表现出一个高的拒绝率 (51.17%).
- 在血管复杂性和口径方面,SIVA和AutoMorph之间发现了良好的相关性 (ICC:0.77-0.47).
- 对血管口径观察到的相关性很差 (ICC:0.36-0.23),对形度没有相关性.
- 两种方法都与系统变量 (年龄,中风病史,血压) 有着一致的临床关联.
结论:
- 自动化AutoMorph算法在这个数据集中呈现出相当大的拒绝率.
- 对于血管复杂性和口径,SIVA和AutoMorph的结果相似,临床相关性一致.
- 在从半自动化转向全自动化算法进行视网膜微血管生物标志物分析之前,需要进一步验证.
