相关实验视频
Updated: May 15, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.4K
为了实现视网膜成像的统一成像标准的进程.
Nayoon Gim1, Alina N Ferguson2, Marian Blazes3
1Department of Ophthalmology, University of Washington, Seattle, Washington; Roger and Angie Karalis Johnson Retina Center, Seattle, Washington; University of Washington School of Medicine, Seattle, Washington; Department of Bioengineering, University of Washington, Seattle, Washington.
Progress in retinal and eye research
|May 13, 2025
概括
用医学数字成像和通信 (DICOM) 标准化视网膜成像对于人工智能开发和临床研究至关重要. 这使得可互操作的,高质量的数据集能够促进眼科的进步.
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:
- 视网膜成像中的碎片化数据格式阻碍了互操作性,研究和AI开发.
- 数字成像和医学通信 (DICOM) 在眼科的有限采用与其在放射学和心脏病学中的使用形成鲜明对比.
- 像OCT和OCTA这样的视网膜成像模式的专有格式阻碍了数据共享和分析.
研究的目的:
- 审查眼科中协调成像标准的必要性.
- 详细说明DICOM标准的视网膜成像方式 (OP,OCT,OCTA) 和元数据.
- 探索DICOM标准化在眼科人工智能发展方面的潜力.
主要方法:
- 对视网膜成像标准和DICOM.现有文献的审查.
- 详细检查适用于眼科摄影,OCT和OCTA的DICOM标准.
- 探索视网膜成像中的AI应用和数据集,重点关注DICOM合规性.
主要成果:
- 为了克服视网膜成像中的数据碎片化,DICOM标准化至关重要.
- 人工智能准备和公平的糖尿病洞察图谱 (AI-READI) 数据集是第一个符合DICOM的多模式视网膜成像数据集.
- AI-READI为糖尿病研究提供了宝贵的资源,为未来的标准化数据集树立了先例.
结论:
- 在眼科中采用DICOM标准对于临床互操作性和AI进步至关重要.
- 像AI-READI这样的标准化视网膜成像数据集将加速人工智能驱动的突破,用于管理视网膜疾病,特别是糖尿病并发症.
- 需要进一步开发和采用视网膜成像标准化,以释放AI在眼科中的全部潜力.
