相关实验视频
Updated: Sep 14, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.8K
使用视网膜成像检测阿尔茨海默病检测的可解释的变压器模型
Saeed Jamshidiha1, Alireza Rezaee2, Farshid Hajati3
1Nanotechnology, Biotechnology, Information Technology and Cognitive Science Laboratory, University of Tehran, Tehran, Iran.
Scientific reports
|July 23, 2025
概括
早期发现阿尔茨海默病 (AD) 是至关重要的. 一个新的AI模型,Retformer,使用视网膜图像来比现有方法更早,更准确地诊断AD,改善患者管理.
科学领域:
- 人工智能的人工智能
- 神经科学是一个神经科学.
- 眼科医生 眼科 眼科
背景情况:
- 阿尔茨海默病 (AD) 是一种进展性神经退行性疾病,影响全球数百万人.
- 早期诊断AD对于及时管理来延缓疾病进展至关重要.
- 目前的诊断方法有局限性,需要新的方法.
研究的目的:
- 介绍Retformer,一个新的基于变压器的AI架构,用于使用视网膜成像进行早期阿尔茨海默病检测.
- 利用可解释AI (XAI) 来理解模型的诊断推理.
- 将Retformer的性能与已建立的算法进行比较.
主要方法:
- 从AD患者和健康对照对各种视网膜图像模式进行了训练.
- 梯度加权类激活映射 (Grad-CAM) 用于可视化特征的重要性.
- 模型性能与使用各种指标的基准算法进行了评估.
主要成果:
- 复原器有效地学习了视网膜图像中的复杂模式,用于AD诊断.
- 可解释的AI突出显示了对AD检测至关重要的视网膜关键区域.
- 该模型表现出卓越的性能,比基准性能高出11%.
结论:
- 视网膜成像显示显著的承诺作为一个准确和可解释的工具,通过视网膜成像来早期检测阿尔茨海默病.
- 视网膜成像与先进的AI相结合,为非侵入性AD诊断提供了一个可行的策略.
- 进一步的研究可以完善Retformer用于AD管理中的临床应用.
