相关实验视频
Updated: Jul 9, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
可解释的人工智能辅助探索在OCT图像上临床显著的糖尿病视网膜神经退行
Miyo Yoshida1, Tomoaki Murakami1, Kenji Ishihara1
1Department of Ophthalmology and Visual Sciences, Kyoto University Graduate School of Medicine, Kyoto, Japan.
Ophthalmology science
|June 12, 2025
概括
可解释的AI确定了糖尿病视网膜神经退行症的新型OCT生物标志物. 这些发现,包括"摘冰标志"和"盐标志",有助于评估糖尿病视网膜病变患者的视力损失.
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:
- 糖尿病视网膜病变是导致视力丧失的主要原因.
- 光学连贯断层扫描 (OCT) 对于可视化视网膜变化至关重要.
- 早期发现神经退行症对于及时干预至关重要.
研究的目的:
- 在OCT图像上使用可解释的人工智能 (XAI) 调查糖尿病视网膜神经退行.
- 评估与糖尿病患者视力损伤相关的新发现和已确定的OCT发现.
主要方法:
- 开发了一种人工智能模型,从OCT扫描中预测视力敏度 (VA) 的降低.
- 利用XAI (层级相关性传播) 来生成突出视网膜区域的注意力图.
- 视网膜专家评估了OCT的发现,包括两个新标志 ("冰标志"",盐和胡标志") 和两个已确定的标志 (EZ干扰,胆道超传播).
主要成果:
- 人工智能模型准确地区分了良好的视力和差的视力 (AUC=0.947).
- XAI突出了与视力状况相关的特定视网膜层 (GCL/IPL,ONL,EZ,胸膜).
- 在32.4%,25.0%,16.0%和13.5%的眼睛中,分别观察到"摘冰标志",EZ干扰",盐和胡标志"和胆道过度传播.
- "盐和胡的标志"和胆管超传播显示出对视力低下的高特异性;EZ干扰和"盐和胡的标志"与视力损失有更强的关联.
结论:
- 在XAI辅助的OCT分析中发现了糖尿病视网膜神经退行症的两个新型OCT生物标志物 ("冰标志"",盐和胡标志").
- 这些生物标志物,以及已确定的发现,对于评估糖尿病视网膜病变中的视力损伤具有临床意义.
- 这项研究表明了AI在发现和验证视网膜成像中的新诊断标记物的潜力.
