Nature.com сайтына кергәнегез өчен рәхмәт.Сез чикләнгән CSS ярдәме белән браузер версиясен кулланасыз.Иң яхшы тәҗрибә өчен без яңартылган браузерны кулланырга киңәш итәбез (яки Internet Explorer'та туры килү режимын сүндерегез).Моннан тыш, дәвамлы ярдәмне тәэмин итү өчен, без сайтны стильләр һәм JavaScriptсыз күрсәтәбез.
Слайдка өч мәкалә күрсәтүче слайдерлар.Слайдлар аша хәрәкәт итү өчен арткы һәм киләсе төймәләрне кулланыгыз, яки һәр слайд аша хәрәкәт итү өчен ахырдагы слайд контроллер төймәләрен кулланыгыз.
Оптик килешү томографик ангиография (ОКТА) - торчаларның тамырларын инвазив булмаган визуализацияләү өчен яңа ысул.ОКТАның перспективалы клиник кушымталары булса да, сурәтнең сыйфатын билгеләү авыр булып кала.Без ResNet152 нейрон челтәр классификаторы ярдәмендә тирән өйрәнүгә нигезләнгән система эшләдек, 134 пациентның 347 сканерыннан өстән капилляр плексус рәсемнәрен классификацияләү өчен ImageNet белән алдан эшләнгән.Рәсемнәр шулай ук ​​контрольдә тотылган уку моделе өчен ике бәйсез рейтер тарафыннан чын хакыйкать дип бәяләнде.Рәсемнең сыйфаты таләпләре клиник яки тикшеренү көйләүләренә карап төрле булырга мөмкин, ике модель өйрәтелде, берсе югары сыйфатлы сурәт тану өчен, икенчесе түбән сыйфатлы сурәт тану өчен.Безнең нейрон челтәр моделе (AUC), 95% CI 0.96-0.99, \ (\ kappa \) = 0.81) астындагы искиткеч мәйданны күрсәтә, бу машина хәбәр иткән сигнал дәрәҗәсеннән яхшырак (AUC = 0.82, 95) % CI).0.77–0.86, \ (\ kappa \) = 0.52 һәм AUC = 0.78, 95% CI 0.73–0.83, \ (\ kappa \) = 0,27).Безнең тикшерү шуны күрсәтә: OCTA рәсемнәре өчен сыгылучан һәм ныклы сыйфат белән идарә итү ысулларын эшләү өчен машина өйрәнү ысуллары кулланыла ала.
Оптик килешү томографик ангиография (ОКТА) - оптик килешү томографиясенә нигезләнгән чагыштырмача яңа техника, ул торчалар микроваскульатурасының инвазив булмаган визуализациясе өчен кулланыла ала.ОКТА торчаларның шул ук өлкәсендә кабатланган яктылык импульсларыннан чагылдыру үрнәкләренең аермасын үлчәя, һәм реконструкцияләр буяуларны яки башка контраст агентларны инвазив кулланмыйча, кан тамырларын ачу өчен исәпләнә ала.OCTA шулай ук ​​тирән резолюцияле кан тамырларын күзаллау мөмкинлеген бирә, клиникларга өстән һәм тирән тамыр катламнарын аерым тикшерергә мөмкинлек бирә, хориоретиналь авыруны аерырга булыша.
Бу техника перспективалы булса да, сурәтнең сыйфатын үзгәртү ышанычлы сурәт анализы өчен төп проблема булып кала, рәсемне аңлатуны кыенлаштыра һәм киң таралган клиник кабул итүне булдырмый.OCTA бер-бер артлы берничә OCT сканер кулланганга, ул стандарт OCTка караганда рәсем экспонатларына сизгеррәк.Күпчелек коммерция OCTA платформалары үзләренең Сигнал Көч (SS) яки кайвакыт Сигнал Көч Индексы (SSI) дип аталган үзләренең сурәт сыйфатын күрсәтәләр.Ләкин, югары SS яки SSI кыйммәте булган сурәтләр рәсем экспонатларының булмавын гарантияләмиләр, бу алдагы рәсем анализына тәэсир итә һәм дөрес булмаган клиник карарларга китерә ала.OCTA тасвирламасында булырга мөмкин булган гомуми образ экспонатларына хәрәкәт экспонатлары, сегментлаштыру экспонатлары, медиа караңгылык экспонатлары, проекция экспонатлары1,2,3 керә.
Тамыр тыгызлыгы кебек ОКТАдан алынган чаралар тәрҗемә тикшеренүләрендә, клиник сынауларда һәм клиник практикада көннән-көн кулланыла барганлыктан, рәсем артефактларын бетерү өчен ныклы һәм ышанычлы сурәт сыйфатын контрольдә тоту процессларын эшләргә кирәк.Сикерү тоташулары, шулай ук ​​калдык тоташулары дип тә атала, нейрон челтәр архитектурасында проекцияләр, бу мәгълүматны төрле масштабларда яки резолюцияләрдә саклаганда конволицион катламнарны узып китәргә мөмкинлек бирә5.Рәсем экспонатлары кечкенә күләмле һәм гомуми зур масштаблы рәсем эшенә тәэсир итә алганлыктан, сикерү-тоташу нейрон челтәрләре бу сыйфат белән идарә итү эшен автоматлаштыру өчен бик яраклы5.Күптән түгел бастырылган эш кеше бәяләүчеләренең югары сыйфатлы мәгълүматларын кулланып өйрәнелгән тирән конволицион нейрон челтәрләр өчен ниндидер вәгъдә күрсәтте6.
Бу тикшеренүдә без OCTA рәсемнәренең сыйфатын автоматик рәвештә билгеләр өчен, тоташу-конволицион нейр челтәрен өйрәтәбез.Без алдагы эшкә югары сыйфатлы рәсемнәрне һәм түбән сыйфатлы рәсемнәрне ачыклау өчен аерым модельләр эшләп төзибез, чөнки сурәтнең таләпләре билгеле клиник яки тикшеренү сценарийлары өчен төрле булырга мөмкин.Без бу челтәрләрнең нәтиҗәләрен конволицион нейрон челтәрләр белән чагыштырабыз, тирән өйрәнү кысаларында берничә гранулитика үзенчәлекләрен кертү кыйммәтен бәяләү өчен бәйләнешне югалтмыйча.Аннары без үз нәтиҗәләребезне сигнал көче белән чагыштырдык, җитештерүчеләр тарафыннан тәкъдим ителгән сурәт сыйфаты.
Безнең тикшерүдә диабет белән авыручылар бар, алар 2017 елның 11 августыннан 2019 елның 11 апреленә кадәр Яле күз үзәгендә булганнар. Диабетик булмаган хориоретиналь авырулар булган пациентлар чыгарылды.Яшь, җенес, раса, сурәт сыйфаты яки башка факторларга нигезләнеп кертү яки чыгару критерийлары юк иде.
OCTA рәсемнәре AngioPlex платформасы ярдәмендә Cirrus HD-OCT 5000 (Carl Zeiss Meditec Inc, Dublin, CA) 8 \ (\ times \) 8 мм һәм 6 \ (\ times \) 6 мм сурәтләү протоколлары астында алынган.Тикшеренүдә катнашу өчен мәгълүматлы ризалык һәр катнашучыдан алынган, һәм Ял университеты институциональ күзәтү советы (IRB) бу пациентлар өчен глобаль фотография белән мәгълүматлы рөхсәт куллануны хуплады.Хельсинки Декларациясе принципларын үтәү.Тикшеренү Ял университеты IRB тарафыннан хупланды.
Faceир өсте тәлинкәләре рәсемнәре алдан тасвирланган Motion Artifact Score (MAS), алдан тасвирланган Сегментлаштыру Артифакт Счеты (SAS), фоваль үзәк, массакүләм мәгълүмат чараларының ачыклыгы, рәсем бәяләүчесе билгеләгән кечкенә капиллярларны яхшы визуализацияләү нигезендә бәяләнде.Рәсемнәр ике бәйсез бәяләүче (RD һәм JW) тарафыннан анализланган.Түбәндәге критерийларның барысы да үтәлгән очракта, рәсемнең 2 балллы (хокуклы) балллары бар: рәсем мичтә урнашкан (рәсем үзәгеннән 100 пиксельдән ким), MAS 1 яки 2, SAS 1, һәм массакүләм мәгълүмат чараларының караңгылыгы 1-дән ким. Размер / 16, һәм кечкенә капиллярлар 15/16 дан зуррак рәсемнәрдә күренә.Әгәр дә түбәндәге критерийларның берсе үтәлсә, рәсем 0 (рейтингы юк) бәяләнә: рәсем үзәктән, MAS 4 булса, SAS 2 булса, яки уртача караңгылык рәсемнең 1/4 өлешеннән зуррак, һәм кечкенә капиллярларны аеру өчен 1 рәсем / 4 дән артык көйләп булмый.0 яки 2 балл критерийларына туры килмәгән бүтән рәсемнәр 1 (клип) итеп тупланган.
Инҗирдә.1 масштаблы сметаларның һәм рәсем экспонатларының һәрберсенә үрнәк рәсемнәр күрсәтә.Аерым балларның ратерлар арасындагы ышанычлылыгы Коэнның каппа авырлыгы белән бәяләнде8.Rәр ратерның индивидуаль баллары 0 дан 4кә кадәр булган һәр рәсем өчен гомуми балл алу өчен җыелган, гомуми 4 балллы рәсемнәр яхшы санала.Гомуми балл 0 яки 1 булган рәсемнәр түбән сыйфатлы санала.
ImageNet мәгълүмат базасында рәсемнәр буенча алдан әзерләнгән ResNet152 архитектура конволицион нейр челтәре fast.ai һәм PyTorch каркасы 5, 9, 10, 11. ярдәмендә ясалган, конволицион нейрон челтәр - өйрәнелгәннәрне кулланган челтәр. киңлек һәм җирле үзенчәлекләрне өйрәнү өчен рәсем фрагментларын сканерлау өчен фильтрлар.Безнең әзерләнгән ResNet - 152 катламлы нейрон челтәр, бушлыклар яки "калдык тоташулары" белән характерлана, алар бер үк вакытта берничә резолюция белән мәгълүмат бирәләр.Челтәр аша төрле резолюцияләрдә мәгълүмат проектлап, платформа түбән дәрәҗәдәге рәсемнәрнең үзенчәлекләрен берничә детальдә өйрәнә ала.ResNet моделебезгә өстәп, без шулай ук ​​чагыштыру өчен бәйләнешне югалтмыйча, яхшы өйрәнелгән нейрон челтәр архитектурасын өйрәндек (Рәсем 3A.ii) 12.Бәйләнешне югалтмыйча, бу челтәр югары гранулитикада үзенчәлекләрне ала алмаячак.
Оригиналь 8 \ (\ тапкыр \) 8 мм OCTA13 рәсем җыелмасы горизонталь һәм вертикаль чагылдыру техникасы ярдәмендә көчәйтелде.Аннары тулы мәгълүматлар җыелмасы очраклы рәвештә рәсем дәрәҗәсендә тренингка (51,2%), тестка (12,8%), гиперпараметр көйләүгә (16%), һәм скит-өйрәнү корал тартмасы python14 ярдәмендә тикшерү (20%) бүленде.Ике очрак каралды, берсе иң югары сыйфатлы рәсемнәрне ачыклауга (гомуми балл 4), икенчесе иң түбән сыйфатлы рәсемнәрне ачыклауга нигезләнгән (гомуми балл 0 яки 1).Eachәрбер югары сыйфатлы һәм түбән сыйфатлы куллану өчен, нейрон челтәр безнең рәсем мәгълүматларында бер тапкыр яңадан әзерләнә.Useәрбер куллану очракларында нейрон челтәре 10 чор өчен әзерләнде, иң югары катлам авырлыклары туңдырылды, һәм барлык эчке параметрларның авырлыклары 40 чор өчен дискриминацион уку дәрәҗәсе ысулы белән кросс-энтропия югалту функциясе белән өйрәнелде, 15, 16..Кросс энтропия югалту функциясе - фаразланган челтәр этикеткалары һәм реаль мәгълүматлар арасындагы туры килмәү логарифмик масштабы.Тренировкалар вакытында градиент төшү нейрон челтәрнең эчке параметрларында югалтуларны киметү өчен башкарыла.Уку дәрәҗәсе, төшү дәрәҗәсе һәм авырлыкны киметү гиперпараметрлары Bayesian оптимизациясе ярдәмендә 2 очраклы башлангыч нокта һәм 10 кабатлау белән көйләнде, һәм мәгълүматлар базасында AUC 17 максат итеп гиперпараметрлар ярдәмендә көйләнде.
2 (A, B), 1 (C, D), һәм 0 (E, F) өстән капиллярлы плексусларның 8 × 8 мм OCTA рәсемнәренең вәкиллекле мисаллары.Күрсәтелгән рәсем экспонатларына ялтыравык сызыклар (уклар), сегментлаштыру экспонатлары (йолдызлар), һәм медиа караңгылыгы (уклар) керә.Рәсем (E) шулай ук ​​үзәктән тыш.
Алучының эш характеристикалары (ROC) кәкреләре барлык нейрон челтәр модельләре өчен барлыкка китерелә, һәм түбән һәм сыйфатлы куллану очраклары өчен двигатель сигналының көч отчетлары ясала.Кәкре астындагы мәйдан pROC R пакеты ярдәмендә исәпләнде, һәм 95% ышаныч интерваллары һәм p-кыйммәтләр DeLong ысулы ярдәмендә исәпләнде18,19.Кеше рейтерларының кумулятив баллары барлык ROC исәпләүләре өчен нигез булып кулланыла.Машина хәбәр иткән сигнал көче өчен, AUC ике тапкыр исәпләнде: бер тапкыр югары сыйфатлы масштаблылык баллын киметү өчен һәм бер тапкыр түбән сыйфатлы масштаблы баллны киметү өчен.Нейрон челтәре AUC сигнал көче белән чагыштырыла, үз күнегүләрен һәм бәяләү шартларын чагылдыра.
Алга таба өйрәнелгән тирән өйрәнү моделен аерым мәгълүматлар базасында сынап карау өчен, югары сыйфатлы һәм түбән сыйфатлы модельләр Ял университетыннан җыелган 32 тулы йөз 6 \ (\ тапкыр \) 6 мм өслек плитә рәсемнәрен бәяләүгә турыдан-туры кулланылды.Күз массасы 8 \ (\ тапкыр \) 8 мм рәсем белән бер үк вакытта тупланган.6 \ (\ × \) 6 мм рәсемнәр кул белән бер үк рейтерлар (RD һәм JW) 8 \ (\ × \) 8 мм рәсемнәр белән бер үк дәрәҗәдә бәяләнде, AUC шулай ук ​​төгәллек һәм Коэн каппасы белән исәпләнде. .тигез.
Сыйфатсыз модель өчен класс тигезсезлеге коэффициенты 158: 189 (\ (\ rho = 1.19 \)) һәм югары сыйфатлы модель өчен 80: 267 (\ (\ rho = 3.3 \)).Класс тигезсезлеге коэффициенты 1: 4тән ким булганга, класс тигезсезлеген төзәтер өчен махсус архитектур үзгәрешләр кертелмәгән20,21.
Уку процессын яхшырак күз алдына китерү өчен, дүрт активлаштырылган тирән өйрәнү моделе өчен классны активлаштыру карталары ясалды: югары сыйфатлы ResNet152 моделе, түбән сыйфатлы ResNet152 моделе, югары сыйфатлы AlexNet моделе һәм түбән сыйфатлы AlexNet моделе.Классны активлаштыру карталары бу дүрт модельнең кертү конволицион катламнарыннан ясала, һәм җылылык карталары 8 × 8 мм һәм 6 × 6 мм тикшерү комплектлары чыганак рәсемнәре белән активлаштыру карталарын каплап ясала.
R версиясе 4.0.3 барлык статистик исәпләүләр өчен кулланылды, һәм визуализация ggplot2 график корал китапханәсе ярдәмендә ясалды.
Без 134 кешедән 8 мм (\ тапкыр \) 8 мм үлчәмдәге капиллярлы плексусның 347 фронталь рәсемнәрен җыйдык.Машина барлык рәсемнәр өчен 0-10 шкаласында сигнал көчен хәбәр итте (уртача = 6.99 ± 2.29).Алынган 347 рәсемнең уртача яше 58,7 ± 14,6, 39,2% ир-ат пациентларыннан.Барлык рәсемнәрдән 30,8% Кавказ кешеләреннән, 32,6% кара кешеләрдән, 30,8% испаннардан, 4% Азиялеләрдән һәм 1,7% башка расалардан булган (таблица 1).).ОКТА белән авыручыларның яшь бүленеше сурәтнең сыйфатыннан аерылып тора (p <0,001).18-45 яшьтәге яшь пациентларда югары сыйфатлы сурәтләр саны 33,8% тәшкил итте, түбән сыйфатлы рәсемнәрнең 12,2% (1 таблица).Диабетик ретинопатия статусының бүленеше шулай ук ​​сурәт сыйфаты белән аерылып тора (p <0.017).Барлык югары сыйфатлы рәсемнәр арасында ПДР белән авыручылар саны 18,8% тәшкил итте, барлык түбән сыйфатлы рәсемнәрнең 38,8% белән чагыштырганда (таблица 1).
Барлык рәсемнәрнең индивидуаль рейтингы рәсемнәрне укыган кешеләр арасында уртача һәм көчле рейтингы ышанычлылыгын күрсәтте (Коэнның авырлы каппасы = 0.79, 95% CI: 0.76-0.82), һәм рейтерлар 1 дән артык булган сурәт нокталары юк иде (Рәс. 2А)..Сигнал интенсивлыгы кул белән туплау белән бик нык корреляцияләнгән (Pearson продукт моментының корреляциясе = 0,58, 95% CI 0.51–0.65, p <0,001), ләкин күп рәсемнәр югары сигнал интенсивлыгы, ләкин кул белән аз куллану (2 нче рәсем).
ResNet152 һәм AlexNet архитектураларын өйрәнү вакытында, тикшерү һәм тренировкаларда кросс-энтропия югалуы 50 чордан артып китә (3Б, С).Соңгы уку чорында бәяләү төгәллеге югары сыйфатлы да, түбән сыйфатлы куллану очраклары өчен дә 90% тан артык.
Алучының эш күрсәткечләре шуны күрсәтә: ResNet152 моделе түбән һәм югары сыйфатлы куллану очракларында машина хәбәр иткән сигнал көченнән күпкә өстен (p <0,001).ResNet152 моделе шулай ук ​​AlexNet архитектурасыннан шактый өстен (түбән сыйфатлы һәм югары сыйфатлы очраклар өчен p = 0.005 һәм p = 0.014).Бу биремнәрнең һәрберсе өчен алынган модельләр тиешенчә 0.99 һәм 0.97 AUC кыйммәтләренә ирешә алдылар, бу машина сигналының көче индексы өчен 0.82 һәм 0.78 яки AUCNet өчен 0.97 һәм 0.94 AUC кыйммәтләреннән яхшырак. ..(3 нче рәсем).ResNet белән AUC арасында сигнал көчендәге аерма, югары сыйфатлы рәсемнәрне танып, югарырак, бу эш өчен ResNet куллануның өстәмә өстенлекләрен күрсәтә.
Графикларда һәрбер бәйсез ратерның машина хәбәр иткән сигнал көче белән чагыштыру сәләте күрсәтелә.А) Бәяләнергә тиешле пунктларның суммасы бәяләнергә тиешле балларның гомуми санын булдыру өчен кулланыла.Гомуми масштаблылыгы 4 булган рәсемнәр югары сыйфатлы итеп билгеләнәләр, гомуми масштаблылыгы 1 яки аннан да азрак булган рәсемнәр түбән сыйфатлы итеп билгеләнәләр.Б) Сигнал интенсивлыгы кул белән бәяләү белән туры килә, ләкин югары сигнал интенсивлыгы начаррак булырга мөмкин.Кызыл нокталы сызык сигнал көченә (сигнал көче \ (\ ge \) 6) җитештерүче тәкъдим иткән сыйфат чикләрен күрсәтә.
ResNet тапшыруны өйрәнү, машина хәбәр иткән сигнал дәрәҗәләре белән чагыштырганда, түбән сыйфатлы һәм югары сыйфатлы куллану очраклары өчен сурәт сыйфатын идентификацияләүдә сизелерлек яхшырту тәэмин итә.А) Алдан әзерләнгән гадиләштерелгән архитектура схемалары (i) ResNet152 һәм (ii) AlexNet архитектурасы.(B) РесНет152 өчен укыту тарихы һәм кабул итүченең эш сызыклары, хәбәр ителгән сигнал көче һәм AlexNet түбән сыйфат критерийлары белән чагыштырганда.(C) ResNet152 кабул итүченең укыту тарихы һәм машина хәбәр иткән сигнал көче һәм AlexNet югары сыйфат критерийлары белән чагыштырганда.
Карар чик чикләрен көйләгәннән соң, ResNet152 моделенең максималь төгәллеге түбән сыйфатлы очрак өчен 95,3%, югары сыйфатлы очрак өчен 93,5% тәшкил итә (таблица 2).AlexNet моделенең фаразлау төгәллеге түбән сыйфатлы очрак өчен 91,0% һәм югары сыйфатлы очрак өчен 90,1% тәшкил итә (таблица 2).Сигнал көченең максималь төгәллеге - түбән сыйфатлы куллану өчен 76,1%, югары сыйфатлы куллану өчен - 77,8%.Коэнның каппасы (\ (\ kappa \)) буенча, ResNet152 моделе белән бәяләүчеләр арасында килешү түбән сыйфатлы очрак өчен 0,90, югары сыйфатлы очрак өчен 0,81.Коэнның AlexNet каппасы түбән сыйфатлы һәм югары сыйфатлы куллану очраклары өчен 0,82 һәм 0,71.Коэнның сигнал көче каппа түбән һәм югары сыйфатлы куллану очраклары өчен 0,52 һәм 0,27.
6 мм яссы тәлинкәләрнең 6 \ (\ x \) рәсемнәрендә югары һәм түбән сыйфатлы тану модельләрен тикшерү, өйрәнелгән модельнең төрле сурәтләү параметрлары буенча сурәт сыйфатын билгеләү сәләтен күрсәтә.Тасвирлама сыйфаты өчен 6 \ (\ x \) 6 мм тайзак плиталар кулланганда, түбән сыйфатлы модельдә AUC 0.83 (95% CI: 0.69–0.98) һәм югары сыйфатлы модельдә AUC 0,85 булган.(95% CI: 0.55-1.00) (таблица 2).
Керү катламы классын активлаштыру карталарын визуаль тикшерү күрсәткәнчә, барлык әзерләнгән нейрон челтәрләр рәсем классификациясе вакытында сурәт үзенчәлекләрен кулланганнар (4A, B).8 \ (\ тапкыр \) 8 мм һәм 6 \ (\ тапкыр \) 6 мм рәсемнәр өчен ResNet активлаштыру рәсемнәре торчаларның кан тамырларын якыннан күзәтә.AlexNet активлаштыру карталары шулай ук ​​торчаларның тамырларына иярәләр, ләкин резолюция белән.
ResNet152 һәм AlexNet модельләре өчен классны активлаштыру карталары сурәт сыйфаты белән бәйле үзенчәлекләрне күрсәтәләр.А) Класс активлаштыру картасы 8 \ (\ тапкыр \) 8 мм тикшерү рәсемнәрендә һәм (B) кечерәк 6 \ (\ тапкыр \) 6 мм тикшерү рәсемнәрендә өстән торып торучы кан тамырларыннан соң эзлекле активлашуны күрсәтә.LQ моделе түбән сыйфатлы критерийларда, HQ моделе югары сыйфатлы критерийларда әзерләнгән.
Элегерәк күрсәтелгән, сурәтнең сыйфаты OCTA рәсемнәренең теләсә нинди санына зур йогынты ясый ала.Моннан тыш, ретинопатиянең булуы сурәт экспонатлары очракларын арттыра7,26.Чынлыкта, безнең мәгълүматларда, алдагы тикшеренүләргә туры китереп, без торле авыруларның яше һәм авырлыгы һәм сурәт сыйфаты начарлану арасында мөһим ассоциация таптык (p <0,001, p = 0.017 яшь һәм DR статусы өчен; таблица 1) 27 Шуңа күрә, OCTA рәсемнәренә санлы анализ ясаганчы, сурәтнең сыйфатын бәяләү бик мөһим.ОКТА рәсемнәрен анализлаган күпчелек тикшеренүләр түбән сыйфатлы рәсемнәрне кире кагу өчен машинада хәбәр ителгән сигнал интенсивлыгы чикләрен кулланалар.Сигнал интенсивлыгы OCTA параметрларының санлашуына тәэсир итсә дә, югары сигнал интенсивлыгы рәсем артифактлары белән рәсемнәрне чыгару өчен җитәрлек түгел, 2,3,28,29.Шуңа күрә сурәтнең сыйфатын контрольдә тотуның ышанычлырак ысулын эшләргә кирәк.Бу максаттан, без машина хәбәр иткән сигнал көченә каршы контроль тирән өйрәнү ысулларының эшләвен бәялибез.
Рәсем сыйфатын бәяләү өчен без берничә модель эшләдек, чөнки төрле OCTA куллану очраклары төрле сурәт сыйфаты таләпләренә ия булырга мөмкин.Мәсәлән, рәсемнәр югары сыйфатлы булырга тиеш.Моннан тыш, кызыксынуның билгеле санлы параметрлары да мөһим.Мәсәлән, кан тамырлары зонасының мәйданы үзәк булмаган урта турбитлылыкка бәйле түгел, ә тамырларның тыгызлыгына тәэсир итә.Тикшеренүләребез билгеле бер тест таләпләренә бәйләнмәгән, ләкин машина хәбәр иткән сигнал көчен турыдан-туры алыштырырга теләгән сурәт сыйфатына гомуми карашны туплауны дәвам итсәләр дә, без кулланучыларга зуррак контроль дәрәҗәсе бирербез дип ышанабыз. кулланучы өчен кызыклы метриканы сайлый ала.яраклы дип саналган рәсем экспонатларының максималь дәрәҗәсенә туры килгән модельне сайлагыз.
Сыйфатсыз һәм югары сыйфатлы күренешләр өчен без 0.97 һәм 0.99 AUCs һәм түбән сыйфатлы модельләр белән тоташкан югалган тирән конволицион нейрон челтәрләрнең искиткеч күрсәткечләрен күрсәтәбез.Без шулай ук ​​машиналар белән хәбәр ителгән сигнал дәрәҗәләре белән чагыштырганда, тирән өйрәнү ысулының өстен күрсәткечләрен күрсәтәбез.Сикерү бәйләнешләре нейрон челтәрләргә детальләрнең күп дәрәҗәләрендә үзенчәлекләрне өйрәнергә мөмкинлек бирә, рәсемнәрнең нечкә якларын (мәсәлән контраст), шулай ук ​​гомуми үзенчәлекләрне (мәсәлән, рәсем үзәкләштерү 30,31).Рәсемнең сыйфатына тәэсир иткән рәсем экспонатлары, мөгаен, киң диапазонда иң яхшы билгеләнгәнгә, юкка чыккан нейрон челтәр архитектурасы сурәт сыйфатын билгеләү биремнәре булмаганнарга караганда яхшырак күрсәткеч күрсәтә ала.
6 \ (\ × 6mm) OCTA рәсемнәрендә безнең модельне сынаганда, без классификацияләү өчен әзерләнгән модель зурлыгыннан аермалы буларак, югары сыйфатлы һәм түбән сыйфатлы модельләр өчен классификация эшенең кимүен күрдек.ResNet моделе белән чагыштырганда, AlexNet моделе зуррак төшүгә ия.ResNet-ның чагыштырмача яхшырак эшләве калдык тоташуның күп масштабта мәгълүмат тапшыру мөмкинлегенә бәйле булырга мөмкин, бу модельне төрле масштабларда һәм / яки зурлауларда төшерелгән рәсемнәрне классификацияләү өчен ныграк итә.
8 \ (\ × \) 8 мм рәсемнәр һәм 6 \ (\ × \) 6 мм рәсемнәр арасындагы кайбер аермалар начар классификациягә китерергә мөмкин, шул исәптән фоваль кан тамырлары өлкәләрен үз эченә алган рәсемнәрнең чагыштырмача зур өлеше, күренүчәнлек үзгәрүе, тамыр аркады һәм 6 × 6 мм рәсемдә оптик нерв юк.Шуңа да карамастан, безнең югары сыйфатлы ResNet моделе 6 \ (\ x \) 6 мм рәсемнәр өчен 85% AUC ирешә алды, конфигурация модель укытылмаган, бу нейрон челтәрдә кодланган сурәт сыйфаты турында мәгълүмат бирә. яраклы.тренингтан тыш бер рәсем зурлыгы яки машина конфигурациясе өчен (таблица 2).Ышаныч белән, ResNet- һәм AlexNet шикелле активлаштыру карталары 8 \ (\ тапкыр \) 8 мм һәм 6 \ (\ тапкыр \) 6 мм рәсемнәр ике очракта да торчаларның тамырларын яктырта алды, бу модельнең мөһим мәгълүматка ия ​​булуын күрсәтә.ОКТА рәсемнәренең ике төрен дә классификацияләү өчен кулланыла (4 нче рәсем).
Лауэрман һ.б.OCTA рәсемнәрендә рәсем сыйфатын бәяләү шулай ук ​​Inception архитектурасы ярдәмендә башкарылды, тагын бер сикерү-тоташу конволицион нейр челтәре6,32 тирән өйрәнү техникасын кулланып.Алар шулай ук ​​өстән капиллярлы плексус рәсемнәре белән чикләнделәр, ләкин Optovue AngioVue-ның кечерәк 3 × 3 мм рәсемнәрен кулланып, төрле хориоретиналь авырулар белән авыручылар да кертелде.Безнең эш аларның нигезләренә нигезләнә, төрле модельләр кертеп, төрле сурәт сыйфаты чикләрен чишү һәм төрле зурлыктагы рәсемнәр өчен нәтиҗәләрне раслау.Без шулай ук ​​машина өйрәнү модельләренең AUC метрикасы турында хәбәр итәбез һәм түбән сыйфатлы (96%) һәм югары сыйфатлы (95,7%) модельләр өчен аларның тәэсирле төгәллеген (90%) 6 арттырабыз.
Бу тренингның берничә чикләнеше бар.Беренчедән, рәсемнәр бер OCTA машинасы белән алынган, шул исәптән 8 \ (\ тапкыр \) 8 мм һәм 6 \ (\ тапкыр \) 6 мм өстән капилляр плексус рәсемнәрен генә кертеп.Рәсемнәрне тирән катламнардан чыгаруның сәбәбе - проекция экспонатлары рәсемнәрне кул белән бәяләүне катлаулырак һәм азрак эзлекле итә ала.Моннан тыш, рәсемнәр диабетик пациентларда гына алынган, алар өчен OCTA мөһим диагностика һәм прогнозик корал буларак барлыкка килә33,34.Нәтиҗәнең нык булуын тәэмин итәр өчен, без үз моделебезне төрле зурлыктагы рәсемнәрдә сынап карый алсак та, без төрле үзәкләрдән тиешле мәгълүматлар базасын таба алмадык, бу модельнең гомумиләштерелүен бәяләүне чикләде.Рәсемнәр бер үзәктән генә алынган булса да, алар төрле этник һәм расадан булган пациентлардан алынган, бу безнең тикшерүнең уникаль көче.Укыту процессына күптөрлелек кертеп, без нәтиҗәләребез киңрәк мәгънәдә гомумиләштерелер, һәм без өйрәткән модельләрдә раса тигезлеген кодлаудан сакланырбыз дип ышанабыз.
Безнең тикшерү шуны күрсәтә: тоташу-сикерү нейрон челтәрләре OCTA сурәт сыйфатын билгеләүдә югары күрсәткечләргә ирешергә өйрәтелергә мөмкин.Алга таба тикшерү өчен без бу модельләрне тәкъдим итәбез.Төрле метриканың сурәт сыйфаты төрле булырга мөмкин, монда урнаштырылган структураны кулланып, һәр метрика өчен индивидуаль сыйфат контроле моделе эшләнергә мөмкин.
Киләчәк тикшеренүләрдә OCTA платформаларына һәм сурәтләү протоколларына гомумиләштереп була торган тирән өйрәнү образының сыйфатын бәяләү процессын алу өчен төрле тирәнлектә һәм төрле OCTA машиналарында төрле зурлыктагы рәсемнәр булырга тиеш.Хәзерге тикшеренүләр шулай ук ​​контрольдә тотылган тирәнтен өйрәнү алымнарына нигезләнә, алар кеше бәясен һәм образны бәяләүне таләп итә, бу күп көч таләп итә һәм зур мәгълүматлар базасы өчен вакыт таләп итә ала.Күзәтелмәгән тирән өйрәнү ысуллары түбән сыйфатлы сурәтләр белән югары сыйфатлы сурәтләрне адекват аера аламы, моны күрергә кала.
OCTA технологиясе үсешен дәвам итә һәм сканерлау тизлеге арта барган саен, рәсем экспонатлары һәм сыйфатсыз сурәтләр очраклары кимергә мөмкин.Программадагы камилләштерүләр, күптән түгел кертелгән проекция артифактларын бетерү үзенчәлеге кебек, бу чикләүләрне дә җиңеләйтә ала.Ләкин, күп проблемалар начар фиксацияләнгән яки массакүләм мәгълүмат чараларының турбитлылыгы булган пациентларны сурәтләү һәрвакыт образлы экспонатларга китерә.ОКТА клиник сынауларда киң кулланыла башлагач, сурәт анализы өчен яраклы артифакт дәрәҗәләре өчен ачык күрсәтмәләр булдыру өчен игътибарлы булырга кирәк.ОКТА рәсемнәренә тирәнтен өйрәнү ысулларын куллану зур вәгъдә бирә һәм сурәтнең сыйфатын контрольдә тоту өчен бу өлкәдә алга таба тикшеренүләр кирәк.
Хәзерге тикшеренүләрдә кулланылган код окта-qc складында бар, https://github.com/rahuldhodapkar/octa-qc.Агымдагы өйрәнү вакытында барлыкка килгән һәм / яки анализланган мәгълүматлар тиешле сорау буенча тиешле авторлардан бирелә.
Спайд, RF, Fujimoto, JG & Waheed, NK Оптик килешү ангиографиясендә рәсем экспонатлары.Ретина 35, 2163–2180 (2015).
Феннер, Б.Ж. һ.б.ОКТ ангиографиясендә торчаларның капиллярлы плексус тыгызлыгын үлчәү сыйфатын һәм репродуктивлыгын билгеләүче сурәтләү үзенчәлекләрен ачыклау.БР.Дж. Офтальмол.102, 509-514 (2018).
Лауэрман, Дж. Һ.б.Күзне күзәтү технологиясенең ОКТ ангиографиясенең сурәт сыйфатына яшь белән бәйле макуляр дегерациясендә йогынтысы.Кабер аркасы.клиник.Эксп.офтальмология.255, 1535-1542 (2017).
Бабюч А.С. һ.б.ОКТА капиллярлы парфюция тыгызлыгын үлчәү макул ишемиясен ачыклау һәм бәяләү өчен кулланыла.офтальмик хирургия.Ретиналь лазерлы сурәтләү 51, S30 - S36 (2020).
Ул, К., Чжан, X., Рен, С., һәм Кояш, Дж. Рәсемне тану өчен тирән калдык өйрәнү.2016 елда Компьютер күренеше һәм үрнәк тану буенча IEEE конференциясендә (2016).
Лауэрман, Дж. Һ.б.Тирән өйрәнү алгоритмнарын кулланып, автоматлаштырылган OCT ангиографик сурәт сыйфатын бәяләү.Кабер аркасы.клиник.Эксп.офтальмология.257, 1641–1648 (2019).
Лауэрман, Дж. Һ.б.ОКТ ангиографиясендә сегментлаштыру хаталарының һәм хәрәкәт экспонатларының таралуы торчалар авыруына бәйле.Кабер аркасы.клиник.Эксп.офтальмология.256, 1807–1816 (2018).
Паск, Адәм һ.б.Питорч: Императив, югары күрсәткечле тирәнтен өйрәнү китапханәсе.Нейраль мәгълүматны алга таба эшкәртү.системасы.32, 8026–8037 (2019).
Денг, Дж. Һ.б.ImageNet: Зур масштаблы иерархик сурәтләр базасы.Компьютер күренеше һәм үрнәк тану буенча 2009 IEEE конференциясе.248-255.(2009).
Крижевский А., Сутцкевер I. һәм Хинтон GE Имагенет тирән конволюцион нейр челтәрләрен кулланып классификацияләү.Нейраль мәгълүматны алга таба эшкәртү.системасы.25, 1 (2012).