論文の概要: Early Alzheimer's Disease Detection from Retinal OCT Images: A UK Biobank Study

• arxiv url: http://arxiv.org/abs/2511.05106v1
• Date: Fri, 07 Nov 2025 09:46:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-10 21:00:44.725061
• Title: Early Alzheimer's Disease Detection from Retinal OCT Images: A UK Biobank Study
• Title（参考訳）: 網膜OCT画像からの早期アルツハイマー病の検出:英国のバイオバンクによる研究
• Authors: Yasemin Turkan, F. Boray Tek, M. Serdar Nazlı, Öykü Eren,
• Abstract要約: 本研究は,アルツハイマー病(AD)早期発見のためのOCT Bスキャン画像の直接分類について検討した。 我々は、ImageNetベースのネットワークやOCT固有のRETFound変換器など、複数の事前学習モデルの微調整と評価を行った。 臨床応用のしきい値よりは低いが,本分析では,AD群とコントロール群では中心黄斑サブフィールドの局所的な構造的差異が認められた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Alterations in retinal layer thickness, measurable using Optical Coherence Tomography (OCT), have been associated with neurodegenerative diseases such as Alzheimer's disease (AD). While previous studies have mainly focused on segmented layer thickness measurements, this study explored the direct classification of OCT B-scan images for the early detection of AD. To our knowledge, this is the first application of deep learning to raw OCT B-scans for AD prediction in the literature. Unlike conventional medical image classification tasks, early detection is more challenging than diagnosis because imaging precedes clinical diagnosis by several years. We fine-tuned and evaluated multiple pretrained models, including ImageNet-based networks and the OCT-specific RETFound transformer, using subject-level cross-validation datasets matched for age, sex, and imaging instances from the UK Biobank cohort. To reduce overfitting in this small, high-dimensional dataset, both standard and OCT-specific augmentation techniques were applied, along with a year-weighted loss function that prioritized cases diagnosed within four years of imaging. ResNet-34 produced the most stable results, achieving an AUC of 0.62 in the 4-year cohort. Although below the threshold for clinical application, our explainability analyses confirmed localized structural differences in the central macular subfield between the AD and control groups. These findings provide a baseline for OCT-based AD prediction, highlight the challenges of detecting subtle retinal biomarkers years before AD diagnosis, and point to the need for larger datasets and multimodal approaches.
• Abstract（参考訳）: 光コヒーレンス・トモグラフィ(OCT)による網膜層厚の変化は、アルツハイマー病(AD)などの神経変性疾患と関連している。 従来の研究は主に層厚測定に重点を置いてきたが,本研究では早期検出のためのOCT B-Scan画像の直接分類について検討した。 我々の知る限り、これは文学におけるAD予測のための生のOCT Bスキャンへのディープラーニングの最初の応用である。 従来の医用画像分類タスクとは異なり、早期診断は診断よりも困難である。 我々は、ImageNetベースのネットワークとOCT固有のRETFoundトランスフォーマーを含む、複数の事前訓練済みモデルを、年齢、性別、および英国バイオバンクコホートからのイメージインスタンスに適合した被験者レベルのクロスバリデーションデータセットを用いて微調整し、評価した。 この小型高次元データセットのオーバーフィッティングを低減するため、標準およびOCT固有の拡張技術と、画像の4年以内に診断された症例を優先する1年重み付き損失関数を併用した。 ResNet-34は4年間のコホートで0.62のAUCを達成した。 臨床応用のしきい値よりは低いが,本分析では,AD群とコントロール群では中心黄斑サブフィールドの局所的な構造的差異が認められた。 これらの知見は,OCTに基づくAD予測のベースラインを提供し,AD診断の何年も前に微妙な網膜バイオマーカーを検出することの課題を強調し,より大きなデータセットやマルチモーダルアプローチの必要性を指摘する。

関連論文リスト

• AREPAS: Anomaly Detection in Fine-Grained Anatomy with Reconstruction-Based Semantic Patch-Scoring [0.6001999957263661]
  正常な微細組織変動は、既存の生成異常検出法において大きな課題である。 本稿では,この問題に対処する新しいAD手法を提案する。 これは、異常のない再構成のためのイメージ・ツー・イメージ変換と、観察された画像対と生成された画像対の間のパッチ類似性からなり、正確な異常局所化を行う。 結果, 胸部CTと脳MRIではピクセルレベルの異常セグメンテーションが改善し, 比較的DICEスコアが+1.9%, +4.4%向上した。
  論文  参考訳（メタデータ） (2025-09-16T09:59:47Z)
• UOPSL: Unpaired OCT Predilection Sites Learning for Fundus Image Diagnosis Augmentation [47.08936359575974]
  我々は,OCTから派生した空間的先行情報を用いて,捕食部位を動的に識別する新しい無ペアマルチモーダルフレームワーク UOPSL を提案する。 我々のアプローチは、拡張された病気のテキスト記述を通して、未治療の根本とOCTを橋渡しする。 28の重要カテゴリにわたる9つの多様なデータセットで実施された実験は、我々のフレームワークが既存のベンチマークを上回っていることを示している。
  論文  参考訳（メタデータ） (2025-09-10T14:19:59Z)
• Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images [43.73298205923969]
  早期発症アルツハイマー病 (AD) と軽度認知障害 (MCI) をコントロールから識別するために, 網膜光コヒーレンストモグラフィー (OCTA) を用いた新しいPolarNet+を提案する。 提案手法は,まずカルト座標から極座標へのOCTA画像のマッピングを行う。 次に,包括的かつ臨床的に有用な情報抽出のための3次元画像のシリアライズと解析を行う多視点モジュールを提案する。
  論文  参考訳（メタデータ） (2024-08-09T15:10:34Z)
• Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling [49.52787013516891]
  今回提案した Longitudinal Transformer for Survival Analysis (LTSA, Longitudinal Transformer for Survival Analysis, LTSA) は, 縦断的医用画像から動的疾患の予後を予測できる。 時間的注意分析により、最新の画像は典型的には最も影響力のあるものであるが、以前の画像は追加の予後に価値があることが示唆された。
  論文  参考訳（メタデータ） (2024-05-14T17:15:28Z)
• MedIAnomaly: A comparative study of anomaly detection in medical images [26.319602363581442]
  異常検出(AD)は、期待される正常なパターンから逸脱する異常なサンプルを検出することを目的としている。 医学的ADのための多くの方法が出現したにもかかわらず、公平で包括的な評価が欠如しているため、明確な結論が得られなかった。 本稿では,この問題に対処するため,比較を統一したベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-04-06T06:18:11Z)
• BMAD: Benchmarks for Medical Anomaly Detection [51.22159321912891]
  異常検出(AD)は、機械学習とコンピュータビジョンの基本的な研究課題である。 医用画像では、ADはまれな疾患や病態を示す可能性のある異常の検出と診断に特に重要である。 医用画像の異常検出方法を評価するための総合評価ベンチマークを導入する。
  論文  参考訳（メタデータ） (2023-06-20T20:23:46Z)
• Malignancy Prediction and Lesion Identification from Clinical Dermatological Images [65.1629311281062]
  臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。 まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
  論文  参考訳（メタデータ） (2021-04-02T20:52:05Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。