一个基于模型的新型基础框架,用于多模式视网膜年龄预测
Christopher Nielsen1, Matthias Wilms2,3,4, Nils D Forkert2,3,4
1Biomedical Engineering Graduate ProgramUniversity of Calgary Calgary AB T2N 1N4 Canada.
这项研究引入了一个新的AI模型,该模型结合了视网膜图像,以准确预测生物年龄. 这种多模式的方法改善了疾病的检测,并将视网膜年龄差距作为一个强大的生物标志物.
科学领域:
- 眼科和医学成像学
- 医疗保健中的人工智能
- 生物标志物发现发现
背景情况:
- 视网膜年龄差距 (RAG) 是一种眼睛和非眼睛疾病的新兴生物标志物,传统上使用彩色底部摄影 (CFP) 上的CNN进行预测.
- 多模式融合CFP与光学相干断层扫描 (OCT) 数据为增强RAG预测准确性和诊断实用性提供了潜力.
研究的目的:
- 开发一种基于基础模型的新型框架,用于使用CFP和OCT数据进行多式视网膜年龄预测.
- 调查多模式RAG在非眼部疾病分类方面的潜力.
主要方法:
- 使用RETFound基础模型从CFP和OCT图像中提取特征.
- 创新的融合策略将特征结合起来,并训练用于视网膜年龄预测的线性回归模型.
- 利用英国生物库数据从超过80,000名参与者进行培训和验证.
主要成果:
- 多模式模型在视网膜年龄预测方面取得了新的基准,平均绝对误差为2.75年.
- 在准确性方面表现优于传统的CNN和单模式方法.
- 多模式RAG值在分类1型糖尿病,多发性硬化症和慢性病方面表现优异.
结论:
- CFP和OCT的多式融合显著提高了视网膜年龄预测和基于RAG的分析.
- 拟议的方法提高了疾病分类的准确性,并显示了临床整合的潜力.
- 使用多式成像的视网膜年龄差距分析可以作为一个可扩展的,非侵入性的查工具.
更多相关视频
06:16Author Spotlight: Unraveling the Pathogenesis of Age-Related Macular Degeneration and Discovering Potential Therapies
Published on: July 28, 2023
07:12Development of a Gaze-Contingent Display Framework Designed for Perceptual and Oculomotor Research with Simulated Central Vision Loss
Published on: April 11, 2025
相关概念视频
Extracorporeal Removal of Drugs: Continuous Renal Replacement Therapy
Continuous Renal Replacement Therapy
Kidney Transplant I: Introduction
Acute Kidney Injury V: Interprofessional Care
Chronic Kidney Disease I: Introduction
Chronic Kidney Disease III: Interprofessional Care
