通过将深度学习与交互式编辑和图形建模相结合,提高视网膜血管评估精度.
Sojung Go1, Jaemin Chae1, Uichan Kim2
1Department of Ophthalmology, Seoul National University Bundang Hospital, Seoul National University College of Medicine, Seongnam, Korea.
Scientific reports
|November 25, 2025
概括
我们开发了首尔视网膜血管评估图书馆 (SERVAL),这是用于精确测量视网膜血管的软件. SERVAL 增强了 fundus 图像的定量分析,以改善疾病诊断.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 生物医学工程 生物医学工程
背景情况:
- 对视网膜血管结构的准确定量评估对于诊断和监测各种视网膜和全身疾病至关重要.
- 现有的工具往往缺乏详细的血管特征所需的精度和全面的分析能力.
研究的目的:
- 引入首尔视网膜血管评估图书馆 (SERVAL),这是一个用于精确量化测量 fundus 图像中的血管结构的新型软件平台.
- 与现有方法相比,证明SERVAL在精度,细节,一致性和临床实用性方面具有卓越的性能.
主要方法:
- SERVAL集成了深度学习,用于自动动脉和静脉面膜初始化.
- 它使用亚像素精细化用于船只的中心线和边界,加上交互式编辑工具.
- 该平台能够从精细的界限中准确计算广泛的船舶评估指标.
主要成果:
- 对比分析表明,SERVAL比现有的平台提供了更高的精度和结构细节.
- 纵向研究证实了SERVAL的测量一致性.
- 可用性研究验证了它对研究人员和临床医生的临床实用性.
结论:
- 服务提供了一个用户友好的,精确和可靠的平台,用于定量视网膜血管分析.
- 预计它将大大帮助临床研究开发新的血管生物标志物和诊断指标.
- 该软件有助于更好地表征复杂的血管结构,以改善疾病管理.
