Normalized Compression Vectors

新的度量学习方法分析视网膜图像，优于神经网络

研究人员开发了一种新颖的度量学习方法，结合了归一化压缩距离（NCD）和各向异性结构增强滤波器来分析和可视化3D视网膜图像的差异。该方法旨在克服神经网络等非度量方法的局限性，后者可能引入系统性失真。与医生测量的视野功能变化相比，NCD测量的结构差异在验证时显示出约0.5 dB的预测误差，优于非度量深度学习方法。提出了归一化压缩向量（NCV）作为测量视觉差异的特征集，并在青光眼患者和非人灵长类动物模型上进行了演示。