A graph neural network-based multispectral-view learning model for diabetic macular ischemia detection from color fundus photographs
Created by
Haebom
Category
Empty
저자
Qinghua He, Hongyang Jiang, Danqi Fang, Dawei Yang, Truong X. Nguyen, Anran Ran, Clement C. Tham, Simon K. H. Szeto, Sobha Sivaprasad, Carol Y. Cheung
개요
본 논문은 당뇨병 환자의 시력 장애에 기여하는 당뇨병 황반 허혈(DMI)을 색채 안저 사진(CFP)과 인공지능(AI)을 이용하여 검출하는 그래프 신경망 기반 다중 분광 뷰 학습(GNN-MSVL) 모델을 제안한다. GNN-MSVL 모델은 계산적 다중 분광 이미징(CMI)을 통해 CFP에서 24 파장의 다중 분광 안저 이미지를 재구성하고, ResNeXt101을 백본으로 사용하여 다중 뷰 학습을 통해 특징을 추출한다. 또한, 맞춤형 점퍼 연결 전략을 가진 GNN을 설계하여 다중 분광 간의 관계를 강화하여 포괄적이고 효율적인 다중 분광 뷰 학습을 가능하게 한다. 1,078명의 당뇨병 환자의 1,078개 눈에 대한 CFP 데이터셋을 사용하여 모델을 평가한 결과, 눈 단위에서 84.7%의 정확도와 0.900의 AUROC를 달성하여 기존 CFP 기반 모델 및 전문가보다 성능이 우수함을 보였다 (p<0.01). 이는 AI 기반 CFP 분석이 DMI의 조기 및 저비용 선별검사에 유용함을 시사한다.
