PulseAugur
实时 10:49:35
English(EN) Deep Learning-assisted AMD Staging based on OCT and OCT Angiography

深度学习模型使用OCT和OCTA扫描准确分期AMD

研究人员开发了深度学习模型,利用光学相干断层扫描(OCT)和OCT血管造影(OCTA)数据自动分期年龄相关性黄斑变性(AMD)。这些模型在AMD严重程度分级方面表现出强大的性能,与参考标准有实质性的一致性。一个基于生物标志物的模型显示出最高的整体性能,并且在检测早期AMD方面特别有效。 AI

影响 新颖的深度学习方法有望改善年龄相关性黄斑变性的早期检测和管理。

排序理由 该集群包含一篇详细介绍新研究发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yukun Guo, Tristan T. Hormel, An-Lun Wu, Liqin Gao, Min Gao, Steven T. Bailey, Yali Jia ·

    基于OCT和OCT血管造影的深度学习辅助AMD分期

    arXiv:2606.05379v1 Announce Type: new Abstract: To develop and evaluate deep learning models for automated grading of age-related macular degeneration (AMD) severity using optical coherence tomography (OCT) and OCT angiography (OCTA) data. Two hundred seventy-one participants age…