相关实验视频
Updated: May 5, 2026

09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.4K
用视网膜图像的深度学习处理对糖尿病黄斑的自主查
Idan Bressler1, Rachelle Aviv1, Danny Margalit1
1AEYE Health, Inc., New York, New York.
Ophthalmology science
|April 14, 2025
概括
一个新的深度学习模型使用彩色基底图像准确检测糖尿病黄斑胀 (DME). 这种自动查工具表现出高性能,有可能改善糖尿病患者的早期检测.
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.
- 早期检测和治疗对于预防不可逆转的视力损伤至关重要.
研究的目的:
- 开发和验证一种深度学习模型,用于使用彩色底部成像检测糖尿病黄斑胀 (DME).
- 确保该模型在各种临床环境中适用于各种设备.
主要方法:
- 在大型EyePACS数据集 (超过32,000张图像) 上训练了一个深度学习模型.
- 用图像,眼睛和患者水平的灵敏度,特异性和AUC来评估模型性能.
- 在外部数据集上进行了独立验证,包括印度糖尿病视网膜病变图像数据集.
主要成果:
- 该模型在所有分析级别实现了高性能.
- 在患者水平上,灵敏度为0.900,特异性为0.900,AUC为0.962.
- 该模型在独立验证数据集上显示出强大的性能.
结论:
- 深度学习模型可以有效地从彩色基底图像中检测糖尿病黄斑.
- 自动化DME检测可以简化糖尿病患者的查过程.
- 建议进行进一步的前性研究,以确认临床效用.
更多相关视频
07:18Evaluation of Capillary and Other Vessel Contribution to Macular Perfusion Density Measured with Optical Coherence Tomography Angiography
Published on: February 18, 2022
1.7K
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.6K