娛樂城

AI分析視網膜圖像以識別阿爾茨海默氏病萬來博娛樂城

根據杜克大學的一項跨學科研究,一種旨在解釋視網膜圖像組合的人工智能形式能夠成功識別出一組已知患有阿爾茨海默氏病的患者,這表明該方法有一天可以用作一種預測工具。大學。

新穎的計算機軟件可以在眼睛內部圖像上查看與認知變化相關的視網膜結構和血管。

調查結果出現在上週的 英國眼科雜誌,提供了概念證明,即某些類型的視網膜圖像的機器學習分析有可能提供一種無創方法來檢測有症狀個體中的阿爾茨海默氏病。

高級作者莎朗·費克拉特(Sharon Fekrat),醫學博士,視網膜病專家說:“診斷阿爾茨海默氏病通常依賴於症狀和認知測試。”娛樂城註冊送杜克眼科中心的社會主義者。 “用於確認診斷的其他測試是侵入性的,昂貴的,並且具有一定的風險。註冊送點數識別阿爾茨海默氏病的一種可行方法可以在許多方面幫助患者,包括提高診斷的準確性,允許在疾病過程的早期進行臨床試驗以及計劃必要的生活方式調整。”

Fekrat是杜克大學跨學科團隊的一部分,該團隊還包括杜克大學神經病學,電氣和計算機工程學以及生物統計學和生物信息學部門的專業知識。該團隊在早期工作的基礎上,確定了與認知變化相關的視網膜血管密度變化。他們發現阿爾茨海默氏病患者黃斑中心周圍的毛細血管網密度降低。

然後,他們利用這些知識訓練了一種使用卷積神經網絡(CNN)的機器學習模型 贏家娛樂城四種類型的ret耀發娛樂城初始掃描作為輸入來教計算機識別圖像之間的相關差異。

來自159名研究參與者的掃描用於構建CNN; 123名患者的認知健康,而已知36名患有阿爾茨海默氏病。

主要作者,杜克大學綜合眼科醫師C. Ellis Wisely博士說:“我們測試了幾種不同的方法,但我們的最佳模型將視網膜圖像與臨床患者數據結合在一起。 “我們的CNN在獨立測試組中將症狀性阿爾茨海默氏病患者與認知健康參與者區分開來。”

懷斯利(Wisely)表示,招募更多不同類型的患者以建立可預測所有種族群體以及患有青光眼和糖尿病等病症的人的模型非常重要,這些病症也會改變視網膜和血管的結構。

杜克大學視網膜專家Dilraj S. Grewal,醫學博士補充說:“我們相信使用來自更多,更多不同人群並有已知混雜因素的圖像進行的額外訓練將改善模型的性能。”

他說,更多的研究還將確定AI方法與目前診斷阿爾茨海默氏病的方法相比,後者通常包括昂貴的侵入性神經影像學檢查和腦脊髓液檢查。

“阿爾茨海默氏病和視網膜變化之間的聯繫-加上無創,成本效益高且可廣泛使用的視網膜成像平台-將多模態視網膜圖像分析與人工智能結合起來,可以作為一種有吸引力的附加工具,甚至可能替代它,預測阿爾茨海默氏症的診斷,” Fekrat說。

參考:

Wisely CE,Wang D,Henao R等。卷積神經網絡使用多模態視網膜成像識別有症狀的阿爾茨海默氏病。 英國眼科雜誌在線發佈於2020年11月26日。doi王者娛樂城:10.1136 / bjophthalmol-2020-317659

本文已從以下材料重新發布。注意:材料的長度和內容可能已被編輯。有關更多信息,請聯繫引用的來源。