論文の概要: AI-Based Fully Automatic Analysis of Retinal Vascular Morphology in Pediatric High Myopia
- arxiv url: http://arxiv.org/abs/2409.20419v1
- Date: Mon, 30 Sep 2024 15:43:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-02 07:46:26.852447
- Title: AI-Based Fully Automatic Analysis of Retinal Vascular Morphology in Pediatric High Myopia
- Title（参考訳）: 小児高眼症における網膜血管形態のAIによる自動解析
- Authors: Yinzheng Zhao, Zhihao Zhao, Junjie Yang, Li Li, M. Ali Nasseri, Daniel Zapp,
- Abstract要約: この研究には、中国の国立小児医療センターから1324人の参加者が参加した。
我々は,畳み込みニューラルネットワーク(CNN)モデルと,画像の分類のためのアッターモジュールを組み合わせたデータ解析モデルを提案する。
- 参考スコア（独自算出の注目度）: 15.957675068153586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: To investigate the changes in retinal vascular structures associated various stages of myopia by designing automated software based on an artif intelligencemodel. Methods: The study involved 1324 pediatric participants from the National Childr Medical Center in China, and 2366 high-quality retinal images and correspon refractive parameters were obtained and analyzed. Spherical equivalent refrac(SER) degree was calculated. We proposed a data analysis model based c combination of the Convolutional Neural Networks (CNN) model and the atter module to classify images, segment vascular structures, and measure vasc parameters, such as main angle (MA), branching angle (BA), bifurcation edge al(BEA) and bifurcation edge coefficient (BEC). One-way ANOVA compared param measurements betweenthenormalfundus,lowmyopia,moderate myopia,and high myopia group. Results: There were 279 (12.38%) images in normal group and 384 (16.23%) images in the high myopia group. Compared normal fundus, the MA of fundus vessels in different myopic refractive groups significantly reduced (P = 0.006, P = 0.004, P = 0.019, respectively), and performance of the venous system was particularly obvious (P<0.001). At the sa time, the BEC decreased disproportionately (P<0.001). Further analysis of fundus vascular parameters at different degrees of myopia showed that there were also significant differences in BA and branching coefficient (BC). The arterial BA value of the fundus vessel in the high myopia group was lower than that of other groups (P : 0.032, 95% confidence interval [Ci], 0.22-4.86), while the venous BA values increased(P = 0.026). The BEC values of high myopia were higher than those of low and moderate myopia groups. When the loss function of our data classification model converged to 0.09,the model accuracy reached 94.19%
- Abstract（参考訳）: 目的: 人工的なソフトウェアを人工的な知能モデルに基づいて設計し, 網膜血管構造の変化と近視のさまざまな段階について検討すること。
方法:中国国立小児医療センター1324名を対象に,高画質網膜像2366点とコレスポン屈折率パラメータを検索,解析した。
球面等価屈折率(SER)を計算した。
本研究では,畳み込みニューラルネットワーク(CNN)モデルとアッターモジュールの組み合わせを用いて,画像,セグメント血管構造を分類し,主角(MA),分岐角(BA),分岐縁(BEA),分岐縁係数(BEC)などの血管パラメータを測定する。
片側ANOVAは, 正常眼底, 低筋痛, モデレートミオピア, 高ミオピア群の比較を行った。
結果: 正常群は279例 (12.38%) , 高近視群は384例(16.23%) であった。
健常群と比較すると, 異なる筋性難治群 (P = 0.006, P = 0.004, P = 0.019) の基底血管のMAは有意に減少し, 静脈系の性能は顕著であった(P<0.001。
SA時間にBECは不均等に低下した(P<0.001。
以上の結果から, BAと分岐係数 (BC) に有意差が認められた。
その結果, 高近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側近位側はP :P : 0.032。
BEC値は低中等度近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近位近
データ分類モデルの損失関数が0.09に収束すると、モデルの精度は94.19%に達した。
関連論文リスト
- A Federated Learning Framework for Stenosis Detection [70.27581181445329]
本研究は,冠動脈造影画像(CA)の狭窄検出におけるFL(Federated Learning)の使用について検討した。
アンコナのOspedale Riuniti(イタリア)で取得した200人の患者1219枚の画像を含む2施設の異種データセットについて検討した。
データセット2には、文献で利用可能な90人の患者からの7492のシーケンシャルな画像が含まれている。
論文 参考訳（メタデータ） (2023-10-30T11:13:40Z) - Identifying factors associated with fast visual field progression in
patients with ocular hypertension based on unsupervised machine learning [32.87140054396467]
潜在型混合モデル (LCMM) を用いて, 眼圧亢進症 (OHT) の亜型を同定した。
次に、一般化推定方程式(GEE)を用いて、高速視野(VF)進行の要因を特定した。
高速VF進行眼は, 基線年齢, 眼圧, パターン標準偏差 (PSD) と屈折誤差 (RE) が, 中心角膜厚 (CCT) は低かった。
急速な進行は、男性、心臓病の歴史、糖尿病の歴史、アフリカ系アメリカ人の人種、脳卒中の歴史、片頭痛といったカルシウムチャネルブロッカーと関連していた。
論文 参考訳（メタデータ） (2023-09-26T20:46:40Z) - Multivariate Analysis on Performance Gaps of Artificial Intelligence
Models in Screening Mammography [4.123006816939975]
異常分類のための深層学習モデルは,マンモグラフィーのスクリーニングにおいて良好に機能する。
モデル不全のリスクの増加に伴う人口統計学的、画像的、臨床的特徴はいまだに不明である。
年齢,人種,病理所見,組織密度,画像特徴によって定義されるサブグループによるモデル性能の評価を行った。
論文 参考訳（メタデータ） (2023-05-08T02:28:45Z) - Corneal endothelium assessment in specular microscopy images with Fuchs'
dystrophy via deep regression of signed distance maps [48.498376125522114]
本稿では,UNetをベースとしたセグメンテーション手法を提案する。
これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
論文 参考訳（メタデータ） (2022-10-13T15:34:20Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳（メタデータ） (2022-05-05T10:31:57Z) - Multi-Scale Convolutional Neural Network for Automated AMD
Classification using Retinal OCT Images [1.299941371793082]
加齢関連黄斑変性症(AMD)は、先進国、特に60歳以上の人々において、視覚障害の最も一般的な原因である。
近年のディープラーニングの発展は、完全に自動化された診断フレームワークの開発にユニークな機会を与えている。
様々な大きさの受容場を用いて病理を識別できる多スケール畳み込みニューラルネットワーク(CNN)を提案する。
論文 参考訳（メタデータ） (2021-10-06T18:20:58Z) - Multi-Scale Input Strategies for Medulloblastoma Tumor Classification
using Deep Transfer Learning [59.30734371401316]
乳腺芽腫は小児で最も多い悪性脳腫瘍である。
CNNはMBサブタイプ分類に有望な結果を示した。
タイルサイズと入力戦略の影響について検討した。
論文 参考訳（メタデータ） (2021-09-14T09:42:37Z) - Vision Transformers for femur fracture classification [59.99241204074268]
Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。
史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
論文 参考訳（メタデータ） (2021-08-07T10:12:42Z) - Pointwise visual field estimation from optical coherence tomography in
glaucoma: a structure-function analysis using deep learning [12.70143462176992]
SAP(Standard Automated Perimetry)は、緑内障治療における視野(VF)の喪失を監視するための金の標準である。
我々は,光学コヒーレンス・トモグラフィー(OCT)スキャンによる点方向および全体的VF損失を推定する深層学習(DL)回帰モデルを開発し,検証した。
論文 参考訳（メタデータ） (2021-06-07T16:58:38Z) - Pathological myopia classification with simultaneous lesion segmentation
using deep learning [16.456009188497823]
最近導入されたPathologicalal Myopiaデータセットのために開発された畳み込みニューラルネットワークの結果に関する調査報告
我々は,新しい視神経頭(ONH)による萎縮と葉のセグメンテーションの予測法を提案する。
論文 参考訳（メタデータ） (2020-06-04T12:21:06Z) - Automated Quantification of CT Patterns Associated with COVID-19 from
Chest CT [48.785596536318884]
提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。
この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。
このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
論文 参考訳（メタデータ） (2020-04-02T21:49:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。