超越眼睛：基于视网膜 OCTA 图像的早期痴呆检测关系模型
图像与视频处理
2025-03-13 v2 人工智能
计算机视觉与模式识别
摘要
早期检测痴呆症，如阿尔弗雷德病（AD）或轻度认知障碍（MCI），对于及时干预和潜在治疗至关重要。由于当前诊断技术的高复杂度、高成本且常为侵入性，限制了其适用于大规模人群筛查的可行性。鉴于视网膜和大脑的共同胚胎发生来源及生理特征，视网膜成像正在成为一种potentially rapid and cost-effective的替代方案，用于识别患有或高风险AD的个体。本文提出了一种 novel PolarNet+模型，该模型利用视网膜光学相干断层血管造影（OCTA）来区分早发性AD（EOAD）和MCI患者与对照组。我们的方法首先将OCTA图像从笛卡尔坐标映射到极坐标，从而实现约等于小区域计算，以实施临床医生友好地糖尿病视网膜病变研究（ETDRS）网格分析。随后，我们引入多视角模块，对图像在三个维度上进行序列化和分析，以实现全面、临床实用的信息提取。最后，我们将序列嵌入抽象为图谱，将检测任务转化为通用的图分类问题。在多视角模块之后，应用区域关系模块来挖掘子区域之间的关系。此类区域关系分析既验证了已知的眼脑关联，又揭示了新的判别性模式。
引用
@article{arxiv.2408.05117,
title = {Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images},
author = {Shouyue Liu and Ziyi Zhang and Yuanyuan Gu and Jinkui Hao and Yonghuai Liu and Huazhu Fu and Xinyu Guo and Hong Song and Shuting Zhang and Yitian Zhao},
journal= {arXiv preprint arXiv:2408.05117},
year = {2025}
}