Daalụ maka ileta Nature.com.Ị na-eji ụdị ihe nchọgharị nwere oke nkwado CSS.Maka ahụmịhe kachasị mma, anyị na-akwado ka ị jiri ihe nchọgharị emelitere (ma ọ bụ gbanyụọ ọnọdụ ndakọrịta na Internet Explorer).Na mgbakwunye, iji hụ na nkwado na-aga n'ihu, anyị na-egosi saịtị na-enweghị ụdị na Javascript.
Ihe mmịfe na-egosi akụkọ atọ kwa slide.Jiri bọtịnụ azụ na nke na-esote ịkwaga na slides, ma ọ bụ bọtịnụ njikwa slide na njedebe ka ịgafe na slide ọ bụla.
Ngwakọta ngwa anya tomographic angiography (OCTA) bụ usoro ọhụrụ maka ịhụ arịa na-adịghị emerụ ahụ.Agbanyeghị na OCTA nwere ọtụtụ ngwa ụlọ ọgwụ na-ekwe nkwa, ịchọpụta ogo onyonyo ka bụ ihe ịma aka.Anyị mepụtara usoro mmụta miri emi site na iji nhazi ọkwa netwọkụ Neural ResNet152 emebere ya na ImageNet iji wepụta onyonyo plexus capillary elu elu site na nyocha 347 nke ndị ọrịa 134.Ejikwa aka were were were nyocha onyonyo ndị a dị ka ezi eziokwu site n'aka mmadụ abụọ nọọrọ onwe ha maka ụkpụrụ mmụta a na-elekọta.N'ihi na ihe achọrọ ogo onyonyo nwere ike ịdịgasị iche dabere na ntọala ụlọ ọgwụ ma ọ bụ nyocha, a zụrụ ụdị abụọ, otu maka njirimara onyonyo dị elu yana nke ọzọ maka njirimara onyonyo dị ala.Ihe nlereanya netwọkụ akwara anyị na-egosi mpaghara dị mma n'okpuru usoro (AUC), 95% CI 0.96-0.99, \ (\kappa \) = 0.81), nke dị mma karịa ọkwa mgbaàmà nke igwe kwuru (AUC = 0.82, 95). % CI).0.77-0.86, \ (\kappa \) = 0.52 na AUC = 0.78, 95% CI 0.73-0.83, \ (\kappa \) = 0.27, otu ọ bụla).Ọmụmụ ihe anyị na-egosi na enwere ike iji ụzọ mmụta igwe mepụta ụzọ njikwa mma na-agbanwe agbanwe ma sie ike maka onyonyo OCTA.
Ngwakọta ngwa anya tomographic angiography (OCTA) bụ usoro ọhụrụ dị ọhụrụ dabere na nyocha nyocha anya (OCT) nke enwere ike iji maka nhụta nke microvasculature retina na-adịghị emerụ ahụ.OCTA na-atụle ihe dị iche na usoro ntụgharị site na ọkụ ọkụ ugboro ugboro n'otu mpaghara retina, enwere ike ịgbakọ nrụgharị iji kpughee arịa ọbara na-ejighi agba agba ma ọ bụ ihe ndị ọzọ dị iche iche.OCTA na-emekwa ka onyonyo vaskụla dị omimi dị omimi, na-enye ndị dọkịta ohere inyocha arịa dị elu na nke dị omimi, na-enyere aka ịmata ọdịiche dị n'etiti ọrịa chorioretinal.
Ọ bụ ezie na usoro a na-ekwe nkwa, mgbanwe ịdịmma onyonyo ka bụ nnukwu ihe ịma aka maka nyocha onyonyo a pụrụ ịdabere na ya, na-eme ka nkọwa onyonyo sie ike ma na-egbochi nnabata ụlọ ọgwụ zuru ebe niile.N'ihi na OCTA na-eji ọtụtụ nyocha OCT na-esochi, ọ na-enwe mmetụta maka ihe onyonyo karịa ọkọlọtọ OCT.Imirikiti nyiwe OCTA azụmahịa na-enye metric ogo onyonyo nke ha akpọrọ Signal Strength (SS) ma ọ bụ mgbe ụfọdụ Index Ike Signal (SSI).Otú ọ dị, ihe oyiyi nwere nnukwu SS ma ọ bụ SSI dị elu anaghị ekwe nkwa na enweghị ihe oyiyi oyiyi, nke nwere ike imetụta nyocha ihe oyiyi ọ bụla na-esote ma mee mkpebi na-ezighị ezi.Ihe onyonyo a na-ahụkarị nke nwere ike ime na onyonyo OCTA gụnyere arịa ngagharị, arịa akụkụ nkewa, artifacts opacity media, na artifacts projection1,2,3.
Ka a na-eji usoro OCTA dị ka njupụta vaskụla eme ihe na nyocha ntụgharị, ule ụlọ ọgwụ na omume ụlọ ọgwụ, ọ dị mkpa ngwa ngwa ịmepụta usoro njikwa ihe oyiyi siri ike na nke a pụrụ ịdabere na ya iji kpochapụ artefacts4.Njikọ mwụpụ, nke a makwaara dị ka njikọ fọdụrụnụ, bụ ntụle n'ime ụlọ ọrụ netwọkụ akwara nke na-enye ohere ka ozi gafere n'ígwé nke convolutional ka ọ na-echekwa ozi n'ọ̀tụ̀tụ̀ dị iche iche ma ọ bụ mkpebi5.N'ihi na ihe onyonyo nwere ike imetụta arụmọrụ onyonyo pere mpe yana n'ozuzu ya, netwọkụ akwara skip-connection dabara nke ọma iji rụọ ọrụ njikwa mma a.Ọrụ e bipụtara n'oge na-adịbeghị anya egosila ụfọdụ nkwa maka netwọkụ akwara convolutional miri emi zụrụ azụ site na iji data dị elu sitere na ndị na-eme atụmatụ mmadụ6.
N'ime ọmụmụ ihe a, anyị na-azụ njikọ netwọọdụ akwara convolutional iji chọpụta ogo onyonyo OCTA ozugbo.Anyị na-arụ ọrụ gara aga site n'ịmepụta ụdị dị iche iche maka ịchọpụta ihe oyiyi dị elu na ihe oyiyi dị ala, dịka ihe ndị chọrọ mma oyiyi nwere ike ịdị iche maka ọnọdụ ahụike ma ọ bụ nyocha.Anyị na-atụnyere nsonaazụ nke netwọkụ ndị a na netwọkụ akwara convolutional na-enweghị njikọ na-efu efu iji nyochaa uru nke ịgụnye njirimara n'ọtụtụ ọkwa granularity n'ime mmụta miri emi.Anyị jiri rịzọlt anyị tụnyere ike mgbaama, ogo ogo onyonyo a na-anabatakarị nke ndị nrụpụta na-enye.
Ọmụmụ ihe anyị gụnyere ndị ọrịa nwere ọrịa shuga bụ ndị gara Yale Eye Center n'etiti August 11, 2017 na Eprel 11, 2019. Ewepụrụ ndị ọrịa nwere ọrịa chorioretinal ọ bụla na-abụghị ọrịa shuga.Enweghị njirisi nsonye ma ọ bụ mwepu dabere na afọ, okike, agbụrụ, ogo onyonyo, ma ọ bụ ihe ọ bụla ọzọ.
Enwetara onyonyo OCTA site na iji ikpo okwu AngioPlex na Cirrus HD-OCT 5000 (Carl Zeiss Meditec Inc, Dublin, CA) n'okpuru 8 (\ times) 8 mm na 6 \ (\ times \) 6mm imaging protocols.E nwetara nkwenye ọmụma maka isonye na ọmụmụ ihe site na onye ọ bụla na-amụ ihe, na Yale University Institutional Review Board (IRB) kwadoro iji nkwenye mara ọkwa na foto zuru ụwa ọnụ maka ndị ọrịa a niile.N'ịgbaso ụkpụrụ nke nkwupụta Helsinki.Mahadum Yale IRB kwadoro ọmụmụ ihe a.
A tụlere onyonyo efere dị n'elu dabere na Motion Artifact Score (MAS) akọwara na mbụ, ngalaba nke akọwara na mbụ, etiti foveal, ọnụnọ nke mgbasa ozi mgbasa ozi, na nhụta dị mma nke obere capillaries dị ka onye nyocha onyonyo si kpebie.Ndị nyocha abụọ nọọrọ onwe ha (RD na JW) nyochara ihe onyonyo a.Onyonyo nwere akara akara nke 2 (nke ruru eru) ma ọ bụrụ na emezuru njirisi ndị a niile: onyonyo gbadoro ụkwụ na fovea (ihe na-erughị 100 pikselụ site na etiti onyonyo), MAS bụ 1 ma ọ bụ 2, SAS bụ 1, na mgbasa ozi opacity na-erughị 1. Ọ dị na onyonyo nke nha / 16, a na-ahụkwa obere capillaries na onyonyo buru ibu karịa 15/16.Enyere onyonyo 0 (enweghị ọkwa) ma ọ bụrụ na ezutere nke ọ bụla n'ime njirisi ndị a: onyonyo apụghị n'etiti, ọ bụrụ MAS bụ 4, ọ bụrụ na SAS bụ 2, ma ọ bụ nkezi opacity karịrị 1/4 nke onyonyo a, yana Enweghị ike ịhazi obere capillaries karịa 1 image/4 iji mata ọdịiche.Onyonyo ndị ọzọ niile na-emezughị akara akara 0 ma ọ bụ 2 ka a na-enweta akara dị ka 1 (nchịkọta).
Na fig.1 na-egosi onyonyo nlele maka nleba anya nke ọ bụla na ihe onyonyo.Cohen's kappa weighting8 tụlere ntụkwasị obi n'etiti ọnụ ọgụgụ nke akara onye ọ bụla.A na-achịkọta ọnụ ọgụgụ nke onye ọ bụla n'otu n'otu iji nweta akara n'ozuzu maka onyonyo ọ bụla, sitere na 0 ruo 4. A na-ewere foto nwere akara 4 dị mma.A na-ewere onyonyo nwere akara ngụkọta nke 0 ma ọ bụ 1 dị ala.
A ResNet152 architecture convolutional neural network (Fig. 3A.i) a zụrụ azụ na onyonyo sitere na nchekwa data ImageNet emepụtara site na iji fast.ai na PyTorch framework5, 9, 10, 11. Netwọk akwara convolutional bụ netwọk nke na-eji ndị mmụta mmụta. ihe nzacha maka inyocha iberibe ihe onyonyo iji mụọ atụmatụ gbasara oghere na mpaghara.ResNet anyị zụrụ azụ bụ netwọkụ akwara 152 nke nwere oghere ma ọ bụ “njikọ fọdụrụ” na-ebufe ozi n'otu oge yana ọtụtụ mkpebi.Site n'ichepụta ozi na mkpebi dị iche iche na netwọkụ, ikpo okwu nwere ike ịmụta njirimara nke ihe oyiyi dị ala na ọkwa dị iche iche nke nkọwa.Na mgbakwunye na ihe nlereanya ResNet anyị, anyị zụọkwara AlexNet, ụlọ ọrụ netwọkụ akwara amụchara nke ọma, na-enweghị njikọ maka ntụnyere (Figure 3A.ii)12.Na-enweghị njikọ na-efu, netwọk a agaghị enwe ike ijide njirimara na granularity dị elu.
Ewelitela ntọala onyonyo 8mm mbụ OCTA13 site na iji usoro ntụgharị kwụ ọtọ na kwụ ọtọ.E kewara ihe ndekọ zuru ezu na ọkwa onyonyo n'ọzụzụ (51.2%), nnwale (12.8%), nlegharị anya hyperparameter (16%), na nkwado (20%) datasets site na iji igbe ọrụ scikit-learn python14.A tụlere okwu abụọ, otu dabere na ịchọpụta naanị onyonyo kachasị mma (akara 4) yana nke ọzọ dabere na ịchọpụta naanị onyonyo kacha mma (akara 0 ma ọ bụ 1).Maka ikpe ojiji ọ bụla dị elu na nke dị ala, a na-azụghachi netwọkụ akwara ozi otu ugboro na data onyonyo anyị.N'okwu nke ọ bụla, a zụrụ netwọk neural maka oge 10, ihe niile ma ọ bụ ihe dị elu oyi akwa oyi kpọnwụrụ, na ihe dị arọ nke ihe niile dị n'ime ime ka a mụtara maka oge 40 site na iji usoro mmụta mmụta ịkpa ókè na-arụ ọrụ nkwụsị-entropy 15, 16..Ọrụ ọnwụ nke cross entropy bụ ihe nleba anya n'ọnụọgụ logarithmic nke ọdịiche dị n'etiti akara netwọk e buru amụma na ezigbo data.N'oge ọzụzụ, a na-eme mgbada gradient na mpaghara ime nke netwọkụ akwara iji belata mfu.A na-enyocha ọnụ ọgụgụ mmụta, ọnụego mbelata, na hyperparameters mbelata ibu site na iji njikarịcha Bayesian nwere mmalite mmalite abụọ na-enweghị usoro na iri, na AUC na dataset ka a na-ekiri site na iji hyperparameters dị ka ebumnuche nke 17.
Ihe atụ nnochite anya nke onyonyo 8 × 8 mm OCTA nke plexuses capillary elu gbara 2 (A, B), 1 (C, D), na 0 (E, F).Ihe onyonyo egosiputara gụnyere ahịrị na-akpụ akpụ (akụ), arịa nke ngalaba (asterisks), na opacity mgbasa ozi (akụ).Onyonyo (E) adịghịkwa n'etiti.
A na-emepụtakwa njiri arụ ọrụ nke nnata (ROC) maka ụdị netwọkụ akwara niile, yana a na-ewepụta akụkọ mgbama ike engine maka ikpe ojiji ọ bụla dị ala na nke dị elu.A na-agbakọ mpaghara n'okpuru usoro (AUC) site na iji ngwugwu pROC R, yana 95% oge ntụkwasị obi na p-uru gbakọọ site na iji usoro DeLong18,19.A na-eji akara nchikota nke ndị na-agụ mmadụ dị ka ntọala maka mgbako ROC niile.Maka ike mgbama nke igwe na-akọ, AUC gbakọrọ ugboro abụọ: otu ugboro maka oke mma Scalability Score cutoff na otu ugboro maka obere Scalability Score cutoff.A na-atụnyere netwọk akwara ozi na ike mgbaàmà AUC na-egosipụta ọnọdụ ọzụzụ na nyocha nke ya.
Iji nwalee usoro mmụta miri emi zụrụ azụ na dataset dị iche, etinyere ụdịdị dị elu na nke dị ala ozugbo na nyocha arụmọrụ nke ihu ihu 32 zuru oke 6 (\ times) 6mm elu slab onyunyo anakọtara na Mahadum Yale.Mass anya gbadoro ụkwụ n'otu oge dị na foto 8 \ (\ times \) 8 mm.A na-eji aka nyochaa ihe oyiyi 6 \ (\ ×) 6 mm site n'otu ndị na-enyocha (RD na JW) n'otu ụzọ ahụ dị ka ihe oyiyi 8 (\ ×) 8 mm, AUC gbakọrọ yana izi ezi na Cohen's kappa. .n'otu aka ahụ .
Nha nha nke klaasị bụ 158:189 (\ (\rho = 1.19 \)) maka ụdị dị ala na 80:267 (\ (\rho = 3.3 \)) maka ụdị dị elu.N'ihi na nhaghị nhata klaasị erughị 1:4, ọ nweghị mgbanwe ụkpụrụ ụlọ ka emere iji dozie ahaghị nhata klaasị20,21.
Iji hụ usoro mmụta nke ọma, ewepụtara maapụ ịgbalite klas maka ụdị mmụta miri emi nke anọ a zụrụ azụ: ụdị ResNet152 dị elu, ụdị ResNet152 dị ala, ụdị AlexNet dị elu, yana ụdị AlexNet dị ala.A na-emepụta maapụ ịgbalite klaasị site na ntinye convolutional n'ígwé nke ụdị anọ a, na-emepụta maapụ okpomọkụ site na machie maapụ ọrụ nwere onyonyo isi mmalite sitere na 8 × 8 mm na 6 × 6 mm nkwado sets22, 23.
Ejiri ụdị R 4.0.3 mee ihe maka ngụkọ ndekọ ọnụ ọgụgụ niile, wee mepụta nlegharị anya site na iji ọba akwụkwọ ihe osise ggplot2.
Anyị na-anakọta 347 ihe oyiyi n'ihu nke elu capillary plexus na-atụ 8 \ (\ times \) 8 mm site na mmadụ 134.Igwe ahụ gosipụtara ike mgbama n'ogo 0 ruo 10 maka onyonyo niile (pụtara = 6.99 ± 2.29).N'ime ihe onyonyo 347 enwetara, afọ dị na nyocha bụ 58.7 ± 14.6 afọ, na 39.2% sitere na ndị ọrịa nwoke.N'ime onyonyo niile, 30.8% sitere na ndị Caucasians, 32.6% sitere na ndị ojii, 30.8% sitere na ndị Hispanik, 4% sitere na Eshia, yana 1.7% sitere na agbụrụ ndị ọzọ (Table 1).).Nkesa afọ nke ndị ọrịa nwere OCTA dị iche iche dabere na ogo onyonyo (p <0.001).Pasent nke onyonyo dị elu na ndị ọrịa na-eto eto dị afọ 18-45 bụ 33.8% ma e jiri ya tụnyere 12.2% nke onyonyo dị ala (Table 1).Nkesa nke ọrịa retinopathy na-arịa ọrịa shuga dịkwa iche iche n'ụdị onyonyo (p <0.017).N'ime ihe oyiyi niile dị elu, pasent nke ndị ọrịa nwere PDR bụ 18.8% ma e jiri ya tụnyere 38.8% nke ihe oyiyi niile dị ala (Table 1).
Ntụle nke onye ọ bụla nke onyonyo niile gosipụtara ntụkwasị obi dị n'etiti ndị mmadụ na-agụ ihe onyonyo (Cohen's weighted kappa = 0.79, 95% CI: 0.76-0.82), na enweghị isi ihe onyonyo ebe ratings dị iche karịa 1 (Fig. 2A)..Mmetụta ike mgbaàmà jikọtara nke ọma na akara akwụkwọ ntuziaka (mmekọrịta oge ngwaahịa Pearson = 0.58, 95% CI 0.51-0.65, p<0.001), ma ọtụtụ ihe oyiyi achọpụtara dị ka ndị nwere nnukwu mgbama ma ọ bụ obere akara aka (Fig. .2B).
N'oge ọzụzụ nke ResNet152 na AlexNet architectures, cross-entropy ọnwụ na nkwado na ọzụzụ dara n'elu 50 epochs (Figure 3B,C).Nkwenye izi ezi n'oge ọzụzụ ọzụzụ ikpeazụ karịrị 90% maka ma ịdị mma yana ikpe ojiji dị ala.
Ntụgharị arụmọrụ nke nnata na-egosi na ihe nlereanya ResNet152 na-eme nke ọma karịa ike mgbama nke igwe na-akọ na ma obere ma dị elu ojiji ejiri (p <0.001).Ihe nlereanya ResNet152 na-egosipụtakwa nke ọma nke AlexNet architecture (p = 0.005 na p = 0.014 maka àgwà dị ala na nke dị elu, n'otu n'otu).Ụdị nsonaazụ nke ọ bụla n'ime ọrụ ndị a nwere ike nweta ụkpụrụ AUC nke 0.99 na 0.97, n'otu n'otu, nke dị mma karịa ụkpụrụ AUC kwekọrọ na 0.82 na 0.78 maka akara ngosi ike igwe ma ọ bụ 0.97 na 0.94 maka AlexNet ..(Fig 3).Ọdịiche dị n'etiti ResNet na AUC na ike mgbaama dị elu mgbe ị na-amata onyonyo dị elu, na-egosi uru ndị ọzọ nke iji ResNet maka ọrụ a.
Eserese ndị a na-egosi ike onye ọ bụla nọọrọ onwe ya nwere ike ịkara akara yana atụnyere ike mgbama nke igwe na-akọ.(A) A na-eji nchikota isi ihe a ga-enyocha iji mepụta ọnụ ọgụgụ isi ihe a ga-enyocha.A na-ekenye onyonyo nwere akara scalability n'ozuzu oke nke 4 dị elu, ebe onyonyo nwere akara scalability n'ozuzu nke 1 ma ọ bụ obere ka ekenyere obere mma.(B) Ike mgbaama dabara na atụmatụ ntuziaka, mana onyonyo nwere ike mgbama dị elu nwere ike ịka njọ.Ahịrị nwere ntụpọ ọbara ọbara na-egosi oke ogo nke onye nrụpụta tụrụ aro dabere na ike mgbama (ike mgbaama \(\ge\)6).
Mmụta mbufe ResNet na-enye mmụba dị ukwuu na njirimara njirimara onyonyo maka ma ịdị mma dị ala yana ikpe ojiji dị elu ma e jiri ya tụnyere ọkwa mgbama igwe akọpụtara.(A) Eserese ihe owuwu dị mfe nke a zụrụ azụ (i) ResNet152 na (ii) ụlọ ọrụ AlexNet.(B) Ọzụzụ ọzụzụ na usoro ọrụ nnata maka ResNet152 ma e jiri ya tụnyere igwe a na-akọ ike mgbama yana njirimara dị ala AlexNet.(C) ResNet152 nnata ọzụzụ akụkọ ihe mere eme na arụmọrụ akụkụ ma e jiri ya tụnyere igwe kọrọ ike mgbaama na àgwà AlexNet dị elu.
Mgbe emezichara oke oke oke mkpebi, amụma amụma kacha nke ụdị ResNet152 bụ 95.3% maka ikpe dị ala yana 93.5% maka ikpe dị elu (Table 2).Izi ezi amụma kachasị nke ụdị AlexNet bụ 91.0% maka ikpe dị ala yana 90.1% maka ikpe dị elu (Table 2).Izi ezi amụma ike mgbama bụ 76.1% maka ikpe ojiji dị ala yana 77.8% maka ikpe ojiji dị elu.Dị ka Cohen's kappa (\ (\kappa \)) si kwuo, nkwekọrịta dị n'etiti ụdị ResNet152 na ndị na-eme atụmatụ bụ 0.90 maka ikpe dị ala na 0.81 maka ikpe dị elu.Cohen's AlexNet kappa bụ 0.82 na 0.71 maka ịdị mma dị ala yana ikpe ojiji dị elu, n'otu n'otu.Ike mgbama Cohen kappa bụ 0.52 na 0.27 maka ojiji dị ala na nke dị elu, n'otu n'otu.
Nkwenye ụdị njirimara dị elu na nke dị ala na onyonyo 6 (\ x) nke efere dị larịị 6 mm na-egosipụta ike nke ụdị a zụrụ azụ iji chọpụta ogo onyonyo n'ofe ihe onyonyo dị iche iche.Mgbe ị na-eji 6 \ (\ x x) 6 mm na-emighị eme ihe maka ịdị mma eserese, ihe nlereanya dị ala nwere AUC nke 0.83 (95% CI: 0.69-0.98) na ihe nlereanya dị elu nwere AUC nke 0.85.(95% CI: 0.55-1.00) (Isiokwu 2).
Nlele anya nke maapụ klaasị ntinye ntinye gosiri na netwọkụ akwara azụrụ niile ejiri njirimara onyonyo mee ihe n'oge nhazi onyonyo (Fig 4A, B).Maka 8 (\ times \) 8 mm na 6 \ (\ times \) 6 mm onyunyo, ihe onyonyo mmalite ResNet na-esochi vasculature retinal.Maapụ ọrụ AlexNet na-esokwa ụgbọ mmiri retina, mana nwere mkpebi siri ike.
Maapụ ịgbalite klaasị maka ụdị ResNet152 na AlexNet na-egosipụta njirimara metụtara ogo onyonyo.(A) Maapụ ịgbalite klaasị na-egosi ịgbalite n'otu n'otu ka vasculature retinal dị elu na 8 (\ times \) onyonyo nkwado 8 mm na (B) n'ogo n'okirikiri 6 (\ times \) 6 mm onyonyo nkwado.Ụdị LQ zụrụ azụ na njirisi dị ala, ụdị HQ zụrụ na njirisi dị elu.
Egosiputara ya na mbụ na ogo onyonyo nwere ike imetụta nha onyonyo OCTA ọ bụla.Tụkwasị na nke ahụ, ọnụnọ nke retinopathy na-abawanye ụba nke ihe oyiyi ihe oyiyi7,26.N'ezie, na data anyị, na-adabere na ọmụmụ ihe gara aga, anyị chọtara njikọ dị ịrịba ama n'etiti afọ na-arịwanye elu na oke ọrịa retina na mmebi na àgwà oyiyi (p <0.001, p = 0.017 maka afọ na ọnọdụ DR, n'otu n'otu; Isiokwu 1) 27 Ya mere, ọ dị oke mkpa iji nyochaa ogo onyonyo tupu ịme nyocha ọnụọgụ ọ bụla nke onyonyo OCTA.Imirikiti ọmụmụ ihe na-enyocha onyonyo OCTA na-eji akara mgbama na-akọpụta igwe na-ewepụ onyonyo dị ala.Ọ bụ ezie na egosipụtara ike mgbaàmà na-emetụta ọnụọgụ nke OCTA parameters, nnukwu mgbaàmà naanị nwere ike ọ gaghị ezu iji wepụ ihe oyiyi nwere artifacts oyiyi2,3,28,29.Ya mere, ọ dị mkpa ịmepụta usoro a pụrụ ịdabere na ya nke njikwa ihe oyiyi.Iji mezuo nke a, anyị na-enyocha arụmọrụ nke ụzọ mmụta miri emi a na-achịkwa megide ike mgbama nke igwe na-akọ.
Anyị emepụtala ọtụtụ ụdị maka ịlele ogo onyonyo n'ihi na ụdị OCTA dị iche iche nwere ike ịnwe ihe dị iche iche chọrọ ogo onyonyo.Dịka ọmụmaatụ, ihe oyiyi kwesịrị ịdị elu.Na mgbakwunye, kpọmkwem ọnụọgụ ọnụọgụ nke mmasị dịkwa mkpa.Dịka ọmụmaatụ, mpaghara mpaghara foveal avascular anaghị adabere na turbidity nke ndị na-abụghị etiti etiti, ma na-emetụta njupụta nke arịa.Ọ bụ ezie na anyị nnyocha na-aga n'ihu na-elekwasị anya na a n'ozuzu obibia image àgwà, ọ bụghị kegide chọrọ nke ọ bụla akpan akpan ule, ma bu n'obi na-anọchi ozugbo mgbama ike kọrọ site igwe, anyị na-atụ anya na-enye ọrụ a ukwuu ogo akara nke mere na ha nwere ike họrọ metrik mmasị onye ọrụ.họrọ ihe nlereanya dabara na ogo kacha elu nke ihe onyonyo a na-ewere na a na-anabata ya.
Maka ihe ngosi dị ala na nke dị elu, anyị na-egosi ọmarịcha arụmọrụ nke netwọkụ akwara convolutional miri emi na-efunahụ, yana AUC nke 0.97 na 0.99 na ụdị dị ala, n'otu n'otu.Anyị na-egosipụtakwa arụmọrụ dị elu nke ụzọ mmụta miri emi anyị ma e jiri ya tụnyere ọkwa mgbaàmà nke naanị igwe na-akọ.Njikọ mwụpụ na-enye ohere netwọkụ akwara ka ọ mụta njiri mara n'ọtụtụ ọkwa zuru oke, na-ewere akụkụ kacha mma nke onyonyo (dịka iche iche) yana atụmatụ izugbe (dịka onyonyo centering30,31).Ebe ọ bụ na a na-amata ihe oyiyi arịa ndị na-emetụta ogo onyonyo n'ọtụtụ dị iche iche, ụlọ ọrụ netwọkụ akwara nwere njikọ na-efu efu nwere ike igosipụta arụmọrụ ka mma karịa ndị na-enweghị ọrụ ikpebi ogo onyonyo.
Mgbe anyị na-anwale ihe nlereanya anyị na ihe oyiyi 6 \ (\ × 6mm) OCTA, anyị hụrụ mbelata arụmọrụ nhazi maka ma ụdị dị elu na nke dị ala (Fig 2), n'ụzọ dị iche na nha nke ihe nlereanya a zụrụ maka nhazi.E jiri ya tụnyere ụdị ResNet, ụdị AlexNet nwere nnukwu ọdịda.Ịrụ ọrụ nke ResNet dịtụ mma nwere ike ịbụ n'ihi ikike nke njikọ ndị fọdụrụ na-ebufe ozi n'ọtụtụ akpịrịkpa, nke na-eme ka ihe nlereanya ahụ sie ike karị maka nhazi foto ndị ejidere n'ụdị dị iche iche na/ma ọ bụ n'ịdị elu.
Ụfọdụ ọdịiche dị n'etiti 8 \ (\ × \) 8 mm oyiyi na 6 \ (\ × \) 6 mm oyiyi nwere ike iduga na-adịghị mma nkewa, gụnyere a dịtụ elu nkezi nke ihe oyiyi nwere foveal avascular mpaghara, mgbanwe na visibiliti, vaskụla arcades, na ọ dịghị anya akwara na oyiyi 6 × 6 mm.N'agbanyeghị nke a, ihe nlereanya ResNet dị elu anyị nwere ike nweta AUC nke 85% maka ihe oyiyi 6 \ (\ x) 6 mm, nhazi nke a na-azụghị ihe nlereanya ahụ, na-atụ aro na ozi njirimara oyiyi ahụ etinyere na netwọkụ akwara. adabara.maka otu nha onyonyo ma ọ bụ nhazi igwe n'èzí ọzụzụ ya (Table 2).Na-emesi obi ike, ResNet- na AlexNet-dị ka map mmalite nke 8 \ (\ times \) 8 mm na 6 \ (\ times \) Ihe oyiyi 6 mm nwere ike igosi arịa retina n'ọnọdụ abụọ ahụ, na-atụ aro na ihe nlereanya ahụ nwere ozi dị mkpa.na ọdabara maka nkewa ụdị abụọ nke onyonyo OCTA (Fig 4).
Lauerman et al.A na-eme nlebanya ogo onyonyo na onyonyo OCTA n'otu aka ahụ site na iji ụlọ ọrụ Inception, njikọ ọzọ na-emekọrịta ihe na-ahụ maka akwara6,32 na-eji usoro mmụta miri emi.Ha na-amachikwa ọmụmụ ihe ahụ na onyonyo nke plexus capillary capillary, mana naanị iji obere onyonyo 3 × 3 mm sitere na Optovue AngioVue, n'agbanyeghị na etinyekwara ndị ọrịa nwere ọrịa chorioretinal dị iche iche.Ọrụ anyị na-ewuli elu na ntọala ha, gụnyere ọtụtụ ụdị iji lebara ọnụ ụzọ ogo onyonyo dị iche iche anya ma kwado nsonaazụ maka onyonyo nke nha dị iche iche.Anyị na-akọkwa metric AUC nke ụdị mmụta igwe ma na-abawanye izi ezi ha ama ama (90%) 6 maka ma ịdị mma dị ala (96%) na ịdị elu (95.7%) ụdị6.
Ọzụzụ a nwere oke oke.Nke mbụ, ejiri naanị otu OCTA nweta ihe onyonyo a, gụnyere naanị onyonyo nke plexus capillary capillary na 8 (\ times) 8 mm na 6 (\ times) 6 mm.Ihe kpatara ewepụrụ onyonyo n'ọkwa dị omimi bụ na ihe nlere anya nwere ike ime ka nleba anya nke onyonyo sie ike karị yana ikekwe ọ naghị agbanwe agbanwe.Ọzọkwa, a na-enweta naanị ihe oyiyi na ndị ọrịa na-arịa ọrịa shuga, bụ ndị OCTA na-apụta dị ka ihe dị mkpa nchọpụta nchọpụta na prognostic ngwá ọrụ33,34.Ọ bụ ezie na anyị nwere ike ịnwale ihe nlereanya anyị na ihe oyiyi nke nha dị iche iche iji hụ na nsonaazụ ahụ siri ike, anyị enweghị ike ịchọta datasets kwesịrị ekwesị site na ụlọ ọrụ dị iche iche, nke na-ejedebe nyocha anyị banyere mkpokọta nke ihe nlereanya ahụ.Ọ bụ ezie na e nwetara ihe oyiyi ndị ahụ site na nanị otu ebe, a na-enweta ha site n'aka ndị ọrịa si n'agbụrụ na agbụrụ dị iche iche, nke bụ ike pụrụ iche nke ọmụmụ ihe anyị.Site n'itinye ụdịdị dị iche iche na usoro ọzụzụ anyị, anyị nwere olile anya na a ga-achịkọta nsonaazụ anyị n'ụzọ sara mbara, yana na anyị ga-ezere idebe ajọ mbunobi agbụrụ n'ụdị anyị na-azụ.
Ọmụmụ ihe anyị na-egosi na enwere ike ịzụ njikọ netwọkụ akwara ozi iji nweta arụmọrụ dị elu n'ịchọpụta ogo onyonyo OCTA.Anyị na-enye ụdị ndị a dị ka ngwá ọrụ maka nyocha ọzọ.N'ihi na metrik dị iche iche nwere ike ịnwe ihe dị iche iche chọrọ ịdị mma onyonyo, enwere ike imepụta ụdị njikwa mma n'otu n'otu maka metric ọ bụla site na iji usoro ewepụtara ebe a.
Nchọpụta n'ọdịnihu kwesịrị ịgụnye onyonyo nke nha dị iche iche site na omimi dị iche iche yana igwe OCTA dị iche iche iji nweta usoro nleba anya ogo mmụta mmụta miri emi nke enwere ike ịgbakọta na nyiwe OCTA na ụkpụrụ onyonyo.Nchọpụta ugbu a dabere na ụzọ mmụta miri emi a na-achịkwa nke chọrọ nleba anya mmadụ na nleba anya onyonyo, nke nwere ike na-arụ ọrụ siri ike na-ewe oge maka nnukwu datasets.A ka ga-ahụ ma ụzọ mmụta miri emi anaghị elekọta ya nwere ike ịmata nke ọma n'etiti onyonyo dị ala na onyonyo dị elu.
Ka teknụzụ OCTA na-aga n'ihu na-agbanwe ma na-enyocha ngwa ngwa na-abawanye, ihe omume nke ihe onyonyo na onyonyo adịghị mma nwere ike ibelata.Nkwalite na ngwanro a, dị ka atụmatụ mwepụ ihe ntule ewepụtara nso nso a, nwekwara ike ibelata oke ndị a.Agbanyeghị, ọtụtụ nsogbu ka dị ka onyonyo nke ndị ọrịa nwere nrụzi adịghị mma ma ọ bụ nnukwu ọgba aghara mgbasa ozi na-ebute arịa ihe onyonyo mgbe niile.Ka OCTA na-aghọwanye nke a na-ejikarị na nnwale ụlọ ọgwụ, ọ dị mkpa nlebara anya nke ọma iji guzobe ụkpụrụ nduzi doro anya maka ọkwa ihe onyonyo anabatara maka nyocha onyonyo.Itinye usoro mmụta miri emi na onyonyo OCTA nwere nkwa dị ukwuu yana nyocha ọzọ achọrọ na mpaghara a iji mepụta ụzọ siri ike maka njikwa mma onyonyo.
Koodu ejiri na nyocha ugbu a dị na ebe nchekwa octa-qc, https://github.com/rahuldhodapkar/octa-qc.Nchịkọta data ewepụtara na/ma ọ bụ nyochara n'oge ọmụmụ ihe dị ugbu a dị site n'aka ndị edemede dị iche iche na arịrịọ ezi uche dị na ya.
Spaide, RF, Fujimoto, JG & Waheed, NK Image artifacts na ngwa anya coherence angiography.Retina 35, 2163–2180 (2015).
Fenner, BJ et al.Nchọpụta njirimara onyonyo nke na-ekpebi ịdịmma na mmụgharị nke nha njupụta nke retinal capillary plexus density na OCT angiography.BR.J. Ophthalmol.102, 509–514 (2018).
Lauerman, JL et al.Mmetụta nke teknụzụ nleba anya anya na ogo onyonyo nke OCT angiography na mmebi macular metụtara afọ.ili njiko.ụlọ ọgwụ.Exp.ophthalmology.255, 1535–1542 (2017).
Babyuch AS et al.A na-eji nha njupụta nke OCTA capillary perfusion iji chọpụta na nyochaa macular ischemia.ịwa ahụ anya.Onyonyo Laser Retinal 51, S30–S36 (2020).
He, K., Zhang, X., Ren, S., na Sun, J. Deep Residual Learning for Image Recognition.Na 2016 na IEEE Conference on Computer Vision and Pattern Recognition (2016).
Lauerman, JL et al.Ntụle ogo onyonyo angiographic OCT akpaaka site na iji algọridim mmụta miri emi.ili njiko.ụlọ ọgwụ.Exp.ophthalmology.257, 1641–1648 (2019).
Lauermann, J. et al.Ọganihu nke njehie nkewa na ihe mmegharị mmegharị na OCT angiography dabere na ọrịa nke retina.ili njiko.ụlọ ọgwụ.Exp.ophthalmology.256, 1807–1816 (2018).
Pask, Adam et al.Pytorch: Ọbá akwụkwọ mmụta miri emi nke na-arụ ọrụ dị oke mkpa.Nhazi dị elu nke ozi akwara.usoro.32, 8026–8037 (2019).
Deng, J. et al.ImageNet: Ebe nchekwa data nhazi ọkwa dị ukwuu.2009 IEEE Conference on Computer Vision and Pattern recognition.248–255.(2009).
Krizhevsky A., Sutzkever I. na Hinton GE Imagenet nhazi ọkwa site na iji netwọk akwara convolutional miri emi.Nhazi dị elu nke ozi akwara.usoro.25, 1 (2012).