Sep, 2024
基于平行超平面的纵向视网膜OCT疾病进展预测
Forecasting Disease Progression with Parallel Hyperplanes in
Longitudinal Retinal OCT
TL;DR本文针对医疗图像中患者异质性及成像生物标志物的不足,提出一种新型深度学习方法,以预测晚期干性年龄相关性黄斑变性(dAMD)的发作风险。该方法通过参数化偏置项为时间函数,使用平行超平面生成风险评分,确保预测一致性,并在不同扫描仪的数据集上展现良好性能,AUROC达到0.82和0.83。