Vascular retinal biomarkers improves the detection of the likely cerebral amyloid status from hyperspectral retinal images
Notice bibliographique
Résumé
INTRODUCTION: This study investigates the relationship between retinal image features and β-amyloid (Aβ) burden in the brain with the aim of developing a noninvasive method to predict the deposition of Aβ in the brain of patients with Alzheimer's disease. METHODS: F-florbetaben positron-emission tomography (PET) studies. Image features from the hyperspectral retinal images were calculated, including vessels tortuosity and diameter and spatial-spectral texture measures in different retinal anatomical regions. RESULTS: Retinal venules of amyloid-positive subjects (Aβ+) showed a higher mean tortuosity compared with the amyloid-negative (Aβ-) subjects. Arteriolar diameter of Aβ+ subjects was found to be higher than the Aβ- subjects in a zone adjacent to the optical nerve head. Furthermore, a significant difference between texture measures built over retinal arterioles and their adjacent regions were observed in Aβ+ subjects when compared with the Aβ-. A classifier was trained to automatically discriminate subjects combining the extracted features. The classifier could discern Aβ+ subjects from Aβ- subjects with an accuracy of 85%. DISCUSSION: Significant differences in texture measures were observed in the spectral range 450 to 550 nm which is known as the spectral region known to be affected by scattering from amyloid aggregates in the retina. This study suggests that the inclusion of metrics related to the retinal vasculature and tissue-related textures extracted from vessels and surrounding regions could improve the discrimination performance of the cerebral amyloid status.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».