基于深度学习的基底图像分析用于高血压相关疾病的诊断和预测的研究进展
Ping Li1, Juan Tao1, Quan Yuan1
1Department of Ophthalmology, Shanghai Tenth People's Hospital of Tongji University, Tongji University School of Medicine, Shanghai, China.
Frontiers in cell and developmental biology
|August 22, 2025
概括
深度学习 (DL) 分析色底图片以检测高血压相关的眼睛疾病和心血管风险. 虽然早期查有希望,但模型的通用性和解释性仍然存在挑战.
科学领域:
- 眼科 眼科
- 心脏病学
- 医学成像
- 人工智能
背景情况:
- 高血压显著影响全身微血管,特别是视网膜血管系统.
- 脑底部成像为诊断和预测高血压相关疾病提供了一种非侵入性方法.
- 深度学习 (DL) 在分析彩色底部摄影 (CFP) 中显示出巨大的潜力.
研究的目的:
- 审查最近基于DL的高血压相关疾病底部分析的进展.
- 专注于高血压视网膜病变,自动眼科诊断和心血管风险预测.
- 突出DL在高血压早期查和风险分层中的作用.
主要方法:
- 在CFP分析中对DL应用进行系统审查.
- 用于血管细分,动脉/静脉分类和病变检测的DL分析.
- 对高血压视网膜病变和心血管风险预测的DL模型的评估.
主要成果:
- DL精确地从视网膜图像中提取视网膜血管结构和病理特征.
- DL模型显示了高血压相关疾病的自动诊断和风险分层的潜力.
- 目前的DL模型有前途,但在通用性和稳定性方面面临挑战.
结论:
- 基于DL的底部分析为早期查高血压相关疾病提供了可靠的支持.
- 未来的研究应侧重于多模式数据,轻量级模型和临床验证.
- 提高DL模型的通用性和可解释性对于高血压管理中的实际应用至关重要.


