使用视网膜 OCT 成像预测心血管疾病风险
图像与视频处理
2025-01-08 v2 计算机视觉与模式识别
机器学习
摘要
心血管疾病 (CVD) 是全球首要死因。无创且具有成本效益的成像技术在 CVD 的早期检测和预防中发挥着至关重要的作用。光学相干断层扫描 (OCT) 作为一种潜在的早期 CVD 风险预测工具已获得认可，尽管其应用仍未得到充分探索。在本研究中，我们探讨了 OCT 作为预测未来 CVD 事件的附加成像技术的潜力。我们分析了来自 UK Biobank 的视网膜 OCT 数据。该数据集包含在成像后五年内发生心肌梗死 (MI) 或中风的 612 名患者，以及 2,234 名无 CVD 的对照组（总计：2,846 名参与者）。使用基于变分自编码器 (VAE) 的自监督深度学习方法从高维 3D OCT 图像中提取低维潜在表示，以捕捉视网膜层的独特特征。这些潜在特征与临床数据一起被用于训练随机森林 (RF) 分类器，以区分有未来 CVD 事件（MI 或中风）风险的患者与健康对照组。我们的模型实现了 0.75 的 AUC、0.70 的灵敏度、0.70 的特异度和 0.70 的准确率，优于 QRISK3 得分（QRISK 心血管疾病风险预测算法的第三版；AUC = 0.60，灵敏度 = 0.60，特异度 = 0.55，准确率 = 0.55）。通过一种新颖的模型可解释性方法，OCT 图像中的脉络膜层被确定为未来 CVD 事件的关键预测因子。本研究表明，视网膜 OCT 成像是一种具有成本效益且无创的 CVD 风险预测替代方案，在验光实践和医院中具有广泛应用的潜力。
引用
@article{arxiv.2403.18873,
title = {Predicting risk of cardiovascular disease using retinal OCT imaging},
author = {Cynthia Maldonado-Garcia and Rodrigo Bonazzola and Enzo Ferrante and Thomas H Julian and Panagiotis I Sergouniotis and Nishant Ravikumara and Alejandro F Frangi},
journal= {arXiv preprint arXiv:2403.18873},
year = {2025}
}
备注
New version - 26 pages for main manuscript, 7 figures, 7 pages for appendix and preprint for a journal