用于视网膜变性评估的深度学习：MARIO 挑战赛的全面分析
计算机视觉与模式识别
2025-12-18 v3 人工智能
摘要
在 MICCAI 2024 上举办的 MARIO 挑战赛，旨在通过分析光学相干断层扫描（OCT）图像，推进年龄相关性黄斑变性（AMD）的自动检测与监测。该挑战赛旨在评估算法在检测 AMD 内新生血管活动变化方面的性能，并采用了独特的多模态数据集。主要数据集来自法国布雷斯特，参赛团队使用该数据集训练和测试其模型。最终排名基于在该数据集上的表现确定。来自阿尔及利亚的辅助数据集用于赛后评估提交方案的人群与设备偏移。MARIO 挑战赛包含两项任务。第一项是对连续两帧 2D OCT B-scan 之间演变的分类。第二项是预测接受抗血管内皮生长因子（VEGF）治疗的患者在未来三个月内的 AMD 演变。共有 35 支队伍参赛，排名前 12 的决赛队伍展示了其方法。本文概述了该挑战赛的结构、任务、数据特征和获胜方法，为使用 OCT、红外成像和临床数据（如就诊次数、年龄、性别等）监测 AMD 设定了基准。该挑战赛的结果表明，人工智能（AI）在测量 AMD 进展方面（任务 1）的表现与医生相当，但尚无法预测未来演变（任务 2）。
引用
@article{arxiv.2506.02976,
title = {Deep Learning for Retinal Degeneration Assessment: A Comprehensive Analysis of the MARIO Challenge},
author = {Rachid Zeghlache and Ikram Brahim and Pierre-Henri Conze and Mathieu Lamard and Mohammed El Amine Lazouni and Zineb Aziza Elaouaber and Leila Ryma Lazouni and Christopher Nielsen and Ahmad O. Ahsan and Matthias Wilms and Nils D. Forkert and Lovre Antonio Budimir and Ivana Matovinović and Donik Vršnak and Sven Lončarić and Philippe Zhang and Weili Jiang and Yihao Li and Yiding Hao and Markus Frohmann and Patrick Binder and Marcel Huber and Taha Emre and Teresa Finisterra Araújo and Marzieh Oghbaie and Hrvoje Bogunović and Amerens A. Bekkers and Nina M. van Liebergen and Hugo J. Kuijf and Abdul Qayyum and Moona Mazher and Steven A. Niederer and Alberto J. Beltrán-Carrero and Juan J. Gómez-Valverde and Javier Torresano-Rodríquez and Álvaro Caballero-Sastre and María J. Ledesma Carbayo and Yosuke Yamagishi and Yi Ding and Robin Peretzke and Alexandra Ertl and Maximilian Fischer and Jessica Kächele and Sofiane Zehar and Karim Boukli Hacene and Thomas Monfort and Béatrice Cochener and Mostafa El Habib Daho and Anas-Alexis Benyoussef and Gwenolé Quellec},
journal= {arXiv preprint arXiv:2506.02976},
year = {2025}
}
备注
MARIO-MICCAI-CHALLENGE 2024