学术研究 2026年11月16日 用OCT神经纤维层厚度图预测青光眼视野:三种U-Net比较 这项回顾性横断面研究纳入某三级转诊中心确诊的1640名青光眼患者,每人只分析左眼,包含早、中、晚期青光眼。研究比较R2 U-Net、Dense U-Net和Nested U-Net(UNet++)三种深度学习模型,用OCT的视网膜神经纤维层厚度图预测视野结果。R2 U-Net的MSE和MAE最低,SSIM和PSNR最高;Dense U-Net的预测准确性最低。 #青光眼#OCT#视野 +1 PubMed Ophthalmology
学术研究 2026年11月16日 青光眼STAGE挑战赛:用OCT图像预测视野指标 HDMI实验室与中山大学中山眼科中心合作组织了STAGE挑战赛,探索直接从OCT结构图像预测青光眼视野指标,包括平均偏差、敏感度图和模式偏差概率图。挑战赛公开了401个OCT体积数据(每个含256张断层图像)及对应视野标签和人口学数据,并提供统一评估框架。文章总结了七支入围队伍的方法:均采用整合OCT与表格数据的双分支架构,使用针对任务的OCT模型的队伍表现最好。 #青光眼#OCT#深度学习 +1 PubMed Ophthalmology
学术研究 2026年11月16日 RPGR相关X连锁视网膜色素变性:用OCT结构估算视野 这项回顾性分析来自伦敦Moorfields眼科医院的一项自然史研究,纳入基因确诊的RPGR相关X连锁视网膜色素变性男性患者,年龄5至55岁。研究者用人工智能自动测量黄斑OCT的椭圆体带宽度和面积,并与1个月内配对的静态视野数据共332对进行联合分析。椭圆体带面积的条件R²最高,与平均敏感度和中央20°视野体积的关联最显著;平均敏感度与带宽度、带面积的关联P值分别为0.00176和0.0009。 #视网膜色素变性#RPGR#OCT +1 PubMed Ophthalmology
学术研究 2026年11月16日 视网膜色素变性:眼底自发荧光环的形态与中心视网膜功能相关 研究分析了73名视网膜色素变性患者的146只眼,按眼底自发荧光(FAF)把眼分为规则高荧光环23只、不规则环76只、无环47只。规则环组的最佳矫正视力和对比敏感度明显更好,不规则环组视野缺损更重。高荧光环面积与多焦视网膜电图振幅密度、黄斑体积呈正相关。作者认为FAF图像反映中心视网膜的功能和结构受损。 #视网膜色素变性#眼底自发荧光#视野 +1 PubMed Ophthalmology
学术研究 2026年11月16日 深度学习用OCT厚度数值预测青光眼视野平均偏差 一项回顾性研究分析了1200只眼(青光眼432只,正常768只),均同日完成谱域OCT和Humphrey 30-2视野检查。研究者把OCT导出的逐像素视网膜厚度数值输入八个深度学习模型,预测视野平均偏差(MD),并在设定的MD阈值上区分视野恶化。五折交叉验证中InceptionV3最好,平均绝对误差3.36 dB,决定系数0.53。作者认为该方法可能有助于青光眼诊断。 #青光眼#深度学习#OCT +1 PubMed Ophthalmology