研究人员开发并验证了一个无监督域适应模型,能够从光学相干断层扫描(OCT)图像中准确区分正常与异常的视网膜发育。该模型基于ResNet50架构和域对抗神经网络,可以在不同OCT设备和临床中心之间泛化,而无需目标设备的标记数据。该系统在区分正常与异常视网膜发育方面表现出高准确率、敏感性和特异性,显示出在视网膜成像数据的一致性评估和大规模分析方面的潜力。 AI
影响 该AI模型可以标准化视网膜发育的评估,从而实现更一致的临床评估,并促进现有成像数据集的大规模分析。
排序理由 该集群包含一篇详细介绍新模型及其验证的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DagsHub
- Heidelberg Spectralis Optical Coherence Tomography Angiography: Technical Aspects.
- HH OCT1
- Hugging Face
- ResNet50
- TM OCT1
- UK Biobank
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →