视野估计X链接视网膜炎与视网膜炎色素酶调节剂 (RPGR) 相关的视野估计,来自使用人工智能的图像分析

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:

• 与X相关的视网膜炎色素 (RP) 是一种遗传性眼睛疾病,导致逐渐视力丧失.
• 准确估计视野 (VF) 缺陷对于监测RP进展至关重要.
• 目前用于VF评估的方法可能耗时,可能无法捕捉微妙的变化.

研究的目的:

• 开发一种高效的人工智能 (AI) 驱动的方法来估计X链接视网膜色素炎 (RP) 患者的视野 (VF) 参数.
• 为了将结构光学一致性断层扫描 (OCT) 参数与功能VF测量相关联.
• 验证人工智能在分析黄斑OCT扫描中用于预测VF结果时的使用.

主要方法:

• 对332名男性RPGR相关RP患者的OCT-VF对进行了回顾性分析.
• 人工智能驱动的细分和量化斑点圆形区域宽度 (EZW) 和面积 (EZA).
• 在1个月内获得的OCT成像和VF数据 (平均灵敏度,Hill of Vision参数) 的联合分析.

主要成果:

• 圆形区域区域 (EZA) 与平均灵敏度 (MS) 和中央20°体积 (V20) 的关联最强.
• 在MS和EZW (P=0.00176) 和MS和EZA (P=0.0009) 之间发现了显著的相关性.
• 人工智能有效地提取了OCT的结构参数,使得在一系列疾病严重程度方面能够进行可靠的结构功能预测.

结论:

• 基于人工智能的OCT扫描分析提供了一种有效的方法来估计X链接RP中的VF参数.
• 这种方法促进了研究,并使准确的结构功能预测成为可能.
• 该方法适用于不同疾病严重程度的患者,包括较轻的RP形式.