首頁(yè)|新聞|快訊|醫(yī)訊|資訊|頭條|健康|科技|旅游|經(jīng)濟(jì)|娛樂(lè)|投資|文化|書(shū)畫(huà)

當(dāng)前位置:中華健康網(wǎng) > 醫(yī)訊 >

致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè)

時(shí)間:2023-03-19 13:01:00   來(lái)源:中國(guó)新聞網(wǎng)

  在智能技術(shù)與眼科臨床醫(yī)療深度融合下,中國(guó)眼科界取得科研突破——致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè)。

  記者17日獲悉,中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究團(tuán)隊(duì)和愛(ài)爾眼科合作發(fā)布青光眼預(yù)測(cè)的科研成果,該研究成果在IEEE Transactions on Medical Imaging(IF=11.037)發(fā)表,題為“GLIM-Net: Chronic Glaucoma Forecast Transformer for Irregularly Sampled Sequential Fundus Images”。研究成果表明致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè),這將使青光眼患者在成為“患者”前就被發(fā)現(xiàn)成為可能,提升青光眼患者的早診早治率,從而進(jìn)一步降低青光眼致盲率。

  此研究對(duì)兩千多時(shí)間間隔不一的眼底影像進(jìn)行立體化、全方位的深入研究,提出基于時(shí)間敏感自注意力機(jī)制的青光眼患病智能輔助預(yù)測(cè)算法,實(shí)現(xiàn)青光眼發(fā)病概率個(gè)體的精準(zhǔn)預(yù)測(cè)。

  3月12日-3月18日是第16個(gè)“世界青光眼周”,今年的青光眼周主題是“關(guān)注青光眼:共識(shí)保視野,指南護(hù)光明”。青光眼是全球第二大致盲性眼病和排名首位的不可逆致盲性疾病,統(tǒng)計(jì)顯示,全世界約有7800萬(wàn)人患有青光眼,到2040年,這一數(shù)字將升至1億1000萬(wàn)。但由于青光眼早期癥狀不明顯,約有50%的青光眼患者會(huì)延誤就醫(yī),從而導(dǎo)致不可逆轉(zhuǎn)的視神經(jīng)損傷。“早發(fā)現(xiàn)”是防止青光眼致盲重要手段。

  據(jù)介紹,現(xiàn)階段已有的人工智能主要針對(duì)青光眼的診斷開(kāi)展,通常通過(guò)自動(dòng)分割視杯視盤計(jì)算杯盤比來(lái)診斷是否患有青光眼。而針對(duì)青光眼的早期預(yù)測(cè)問(wèn)題,即通過(guò)輸入患者的一段時(shí)間內(nèi)的序列影像,判斷患者未來(lái)患有青光眼的可能性,鮮有研究。目前已有的算法DeepGF基于LSTM(long short-term memory)循環(huán)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì),存在檢測(cè)精度有限,且不能預(yù)測(cè)患者給定時(shí)刻患病的概率等不足。

  針對(duì)現(xiàn)有算法存在的局限性,中國(guó)相關(guān)研究團(tuán)隊(duì)提出基于時(shí)間敏感自注意力機(jī)制的青光眼患病預(yù)測(cè)算法GLIM-Net,即輸入拍攝的序列眼底影像,以及對(duì)應(yīng)的時(shí)刻信息,輸出給定時(shí)刻患青光眼的概率;針對(duì)如何有效的編碼時(shí)間信息,研究團(tuán)隊(duì)進(jìn)一步提出了時(shí)間位置編碼模塊(Time Positional Encoding)和時(shí)間敏感的多頭自注意力模塊(Time-sensitive MSA),根據(jù)時(shí)間間隔調(diào)整對(duì)不同影像的關(guān)注度。

  研究團(tuán)隊(duì)將提出的GLIM-Net與公開(kāi)數(shù)據(jù)集SIGF和Tumor-CIFAR上的已有算法進(jìn)行了對(duì)比,結(jié)果顯示在SIGF數(shù)據(jù)集上,GLIM-Net取得了平均89.5%的準(zhǔn)確率,達(dá)到了業(yè)界最優(yōu)水平,其他指標(biāo)也均為最優(yōu);同時(shí),在Tumor-CIFAR數(shù)據(jù)集上亦為業(yè)界最優(yōu)。

  業(yè)內(nèi)稱,可以看到,如果患者從陰性變成陽(yáng)性,那么中間時(shí)刻患病概率是增加的,如果患者沒(méi)有轉(zhuǎn)陽(yáng),那么中間時(shí)刻患病概率無(wú)顯著增加,這進(jìn)一步說(shuō)明了本算法在預(yù)測(cè)未來(lái)時(shí)刻患病概率的有效性。

(責(zé)任編輯:華康)

熱點(diǎn)聚焦

最新閱讀

熱門排行