开发和验证人工智能-增殖性玻璃红蛋白病 (AI-PVR) 洞察系统的开发和验证,用于基于深度学习的诊断和在增殖性玻璃红蛋白病中的术后风险预测,使用多模式 fundus成像
Fan Gan1,2,3, Jian Cao1,2, Huimin Fan1,2
1Department of Ophthalmology, The Affiliated Eye Hospital, Jiangxi Medical College, Nanchang University, Nanchang, China.
Quantitative imaging in medicine and surgery
|April 16, 2025
概括
一个人工智能系统,AI-PVR Insight,自动识别,分类和评估增殖性玻璃视网膜病变 (PVR) 的风险,帮助早期诊断和治疗视网膜脱落.
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:
- 在预防视力损失方面,早期诊断增殖性玻璃红蛋白病变 (PVR) 是至关重要的.
- 视网膜脱落治疗的有效性取决于及时识别PVR.
研究的目的:
- 开发和验证AI-PVR Insight系统,用于自动化PVR识别,分级和风险评估.
- 加强PVR管理的临床决策.
主要方法:
- 来自1,700只眼睛的回顾性数据被用于系统开发和验证.
- 深度学习模型 (TwinsSVT,DenseNet-121) 分析了B扫描超声波,OCT和UWF视网膜成像.
- 功能融合和机器学习分类器 (MLP,SVM) 用于PVR分析.
主要成果:
- 在PVR识别和分级方面,AI-PVR Insight实现了高性能 (AUC > 0.957).
- 该系统表现出强大的术后PVR风险预测能力 (AUC>0.827).
结论:
- 人工智能-PVR洞察系统成功地实现了PVR识别,分级和风险评估的自动化.
- 这个人工智能工具支持临床医生制定针对PVR的有针对性的治疗计划.
