使用光学相干断层扫描和光学相干断层扫描血管造影自动诊断糖尿病视网膜病变 目的 光学相干断层扫描（OCT）和OCT血管造影（OCTA）图像的解释在很大程度上是主观的，并且筛查所有糖尿病患者的糖尿病视网膜病变（DR）是主要的公共健康挑战。我们尝试应用机器学习技术，使用OCT和OCTA标准化和自动化诊断非增殖性糖尿病视网膜病变（NPDR）。 方法 这是一项双中心的回顾性横断面成像研究。纳入标准包括年龄> 18岁和诊断为糖尿病（DM）的患者。排除标准是患者具有DR以外的视网膜疾病诊断，且排除间质混浊和高度近视。患者接受了完全散瞳的眼科检查，以及使用Zeiss Cirrus Angioplex的OCT和OCTA成像。随后应用仪器的自动搜集技术，从OCT的每一层提取三个病理生理学重要特征：反射率、曲率和厚度；从OCTA中提取了四个特征：血管口径、血管密度、FAZ的大小以及分叉和交叉点的数量。随后将来自这七个特征的数据馈送到随机分类器中，以通过两倍和四倍交叉验证来验证和测试系统。由于NPDR被认为是金标准，因此我们将这些结果与NPDR的临床分级进行比较。 结果 研究纳入82例二型糖尿病患者（年龄范围18-79岁，女性54％）。通过临床检查，26名患者没有糖尿病视网膜病变，56名患者有轻度、中度或重度非增殖性糖尿病视网膜病变。系统分析单个光学相干断层扫描（OCT）图像时诊断准确率为92％，灵敏度为84％，特异性为100％。而当分析OCT血管造影图像时，准确度为97％，灵敏度为98％，特异性为96％。当组合来自两种成像模态的数据时，即可实现了100％的准确度、灵敏度和特异性。不同OCT特征的亚组分析进一步揭示了内核层的曲率、肌层区的反射率和神经纤维层的厚度在区分正常和非增殖性糖尿病视网膜病变病例中具有最大价值。 结论 使用光学相干断层扫描（OCT）和OCT血管造影（OCTA）图像的组合对非增殖性糖尿病视网膜病变的诊断是可行且高度准确的。随着这些技术越来越普及以及价格实惠，糖尿病的筛查在缺乏足够医学力量的地区也可以进行，使得可实现的地域筛查范围变得更加广泛。 视网膜中心的高分辨率图像称为光学相干断层扫描（OCT）图像，在眼科实践中很常见。 OCT显示视网膜的结构，另一个检查称为OCT血管造影（OCTA），也可以显示视网膜中心的血流。我们使用人工智能（AI）来分析来自糖尿病患者的OCT和OCTA图片，以查看计算机是否可以在没有任何人为输入的情况下诊断糖尿病性视网膜病变（DR）。结合使用OCT和OCTA，计算机在82名患者中表现完美。随着这些仪器的普及，该系统可以用于自动筛查糖尿病患者的DR，并且随着这些AI系统变得更好，它们可以用于自动诊断大量视网膜疾病，而不仅仅是DR。
原文题目：Automated Diagnosis of Diabetic Retinopathy using Optical Coherence Tomography and Optical Coherence Tomography Angiography
作者：Harpal S.Sandhu1，Nabila Eladawi2，Ahmed ElTanboly2，Mohammed Elmogy2，omar helmy3，Mohammed Ghazal4，Robert Keynton2，Shlomit Schaal3，Ayman El-Baz2
1.Ophthalmology and Visual Sciences, University of Louisville School of Medicine, Louisville, Kentucky, United States;
2. Bioengineering, University of Louisville Speed School of Engineering, Louisville, Kentucky, United States;
3.Ophthalmology and Visual Sciences, University of Massachusetts, Massachusetts, United States;
4.Electrical and Computer Engineering, Abu Dhabi University, , United Arab Emirates;
糖尿病视网膜病变筛查中自动图像捕捉的应用
目的
比较糖尿病视网膜病变(DR)筛查实施前后的发生率自动捕捉图像程序的设计，以建立电子健康病历(EHR)。
方法
该研究回顾性综合卫生系统中所有符合DR筛查要求的患者并建立图表进行分析，并对一所大学眼科中心综合健康系统中所有糖尿病患者进行EHR自动化程序眼底图像捕扫描。该程序以DR筛选要求进行设定，并可罗列每位糖尿病患者的EHR病历进而依照EHR数据库进行信息查询，回顾性地确定健康系统中患者是否符合DR筛查要求、是否进行散瞳眼科检查以及检查状态(满意与不满意)。对实施自动化程序前后进行年度筛查满意率统计学评估。
结果
在实施自动化程序眼底图像扫描前一年调查结果显示，4155名进行散瞳眼科检查的受试者中仅有36.8%（1529）符合DR筛查标准，HER状态为“满意”。实施后一年内，4198名受试者全部通过自动图像捕获，DR筛选状态为“满意”(P≤.0001)。总体分析后发现，综合健康系统中18%（3091/17613）糖尿病患者DR筛查报告正确，而31%（5599/18290）糖尿病患者DR筛查自动图像捕获报告正确。
结论
EHR自动化系统可提高DR筛查检查正确率，尤其是针对综合医疗卫生系统中的患者。而分散在其他不同医疗机构糖尿病患者的眼睛筛查率则难以评估。
原文题目：Automated capture of the dilated eye exam for diabetic retinopathy screening in an electronic health record
作者: Michael Ellis1, Michele Lim1, Naama Hammel1, Siddhartha Maharajh2, Danille Fujino2,
联系客服
