深度学习自动识别糖尿病视网膜病变中的IRMA
研究团队开发了一种名为CE-U-Net的深度学习算法,用于在扫频源OCT血管成像(SS-OCTA)上自动分割和计数视网膜内微血管异常(IRMA)。该算法在254只眼(181名患者)中进行了验证,覆盖非增殖期(NPDR,60.2%)和增殖期(PDR,39.8%)糖尿病视网膜病变。算法在不同扫描范围(6×6 mm、12×12 mm、29×24 mm)上均表现出良好一致性,IRMA计数与人工标注高度吻合(ICC最高达0.86),且IRMA数量随DR严重程度上升而显著增加。