深度学习通过眼压增高的视盘照片预测视网膜神经纤维层厚度以评估青光眼风险

亮点

• 从视盘照片中通过深度学习预测的视网膜神经纤维层（RNFL）厚度与眼压增高患者发展为原发性开角型青光眼（POAG）的风险相关。
• 基于OCT数据训练的机器对机器（M2M）模型能够准确地从眼底图像中估计RNFL厚度，避免了对OCT设备的依赖。
• M2M模型识别的基线预测RNFL厚度和纵向变薄率在OHTS队列中独立预测转化为POAG。
• M2M预测的RNFL厚度提供了一种非侵入性的、易于获取的生物标志物，用于青光眼风险分层和进展监测。

研究背景和疾病负担