使用深度学习来可视化研究年龄相关性黄斑变

导

语

美国多汉尼眼科研究所ZhihongHu研究团队创建了一个U-Net模型，利用基线光学相干断层成像来预测地图状萎缩进程，即年龄相关性黄斑变性（AMD）的晚期表现。作者采用遗传算法对70只眼睛的纵向光谱域和眼底自荧光图像进行了实验。结果表明，在预测AMD进展中，BM脉膜（包括了绒毛膜的AMD特征/损伤）和InRPEBM（包括了视网膜色素上皮细胞的AMD特征/损伤）似乎是最相关的膜层。

在发达国家，年龄相关性黄斑变性（AMD）是导致老年人视力严重受损的主要原因。在50岁以上的老年人中，有七分之一的人由于单眼或双眼的AMD而导致视力恶化。

AMD的发病率随年龄增长而增加。据估计，在美国55岁及以上的人群中，大约有万人由于单眼或双目中度AMD或单眼晚期性AMD而遭受视力损害。晚期AMD表现为地图状萎缩（GA）或黄斑新生血管形成（MNV），并可能伴有严重视力丧失或失明。中度AMD患者在5年内发展为晚期AMD的可能性为27%。对于一只眼睛已经有晚期AMD的患者，另一只眼睛发展为晚期AMD的几率高达43%。

图源：Rebuildingyourlife.