Wolf-Dieter Vogl 等验证全自动深度学习分割 GA 视网膜病变
热点事件观察中
Wolf-Dieter Vogl 等验证全自动深度学习分割 GA 视网膜病变
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Wolf-Dieter Vogl 等在 arXiv 发布研究,验证了基于深度学习的地理性萎缩(GA)视网膜病变自动分割方法。该方法在真实世界 OCT 数据上实现视网膜色素上皮(RPE)损失 Dice 系数 0.88、椭圆体带(EZ)损失 Dice 系数 0.87,厚度误差仅 2.08μm。测试 - 重测组内相关系数分别达 0.995 和 0.988,与独立阅片者一致性相当且不受 B 扫描密度显著影响。该技术可支持地理性萎缩临床试验标准化结构终点及常规眼科客观评估。
AI 根据报道生成 · 1 天前更新
最新进展11月17日 13:00
地理性萎缩 OCT 图像 RPE 与 EZ 区全自动深度学习分割方法验证报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv · 机器人与计算机视觉地理性萎缩 OCT 图像 RPE 与 EZ 区全自动深度学习分割方法验证
该方法在真实世界 OCT 数据上实现视网膜色素上皮(RPE)损失 Dice 系数 0.88、椭圆体带(EZ)损失 Dice 系数 0.87,厚度误差仅 2.08μm。其测试 - 重测组内相关系数分别达 0.995 和 0.988,与独立阅片者一致性相当且不受 B 扫描密度显著影响。该技术可支持地理性萎缩临床试验标准化结构终点及常规眼科客观评估。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 811月17日 23:00
- 近 24 小时变化
- -51%
02468
11月18日06:0012:0018:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。