ຂໍ​ຂອບ​ໃຈ​ທ່ານ​ສໍາ​ລັບ​ການ​ຢ້ຽມ​ຢາມ Nature.com​.ທ່ານກໍາລັງໃຊ້ເວີຊັນຂອງຕົວທ່ອງເວັບທີ່ມີການສະຫນັບສະຫນູນ CSS ຈໍາກັດ.ເພື່ອປະສົບການທີ່ດີທີ່ສຸດ, ພວກເຮົາແນະນຳໃຫ້ທ່ານໃຊ້ບຣາວເຊີທີ່ອັບເດດແລ້ວ (ຫຼືປິດການນຳໃຊ້ໂໝດຄວາມເຂົ້າກັນໄດ້ໃນ Internet Explorer).ນອກຈາກນັ້ນ, ເພື່ອຮັບປະກັນການສະຫນັບສະຫນູນຢ່າງຕໍ່ເນື່ອງ, ພວກເຮົາສະແດງເວັບໄຊທ໌ທີ່ບໍ່ມີຮູບແບບແລະ JavaScript.
ຕົວເລື່ອນສະແດງສາມບົດຄວາມຕໍ່ສະໄລ້.ໃຊ້ປຸ່ມດ້ານຫຼັງ ແລະປຸ່ມຕໍ່ໄປເພື່ອເລື່ອນຜ່ານສະໄລ້, ຫຼືປຸ່ມຄວບຄຸມສະໄລ້ຢູ່ທ້າຍເພື່ອເລື່ອນຜ່ານແຕ່ລະສະໄລ້.
Optical coherence tomographic angiography (OCTA) ແມ່ນວິທີການໃຫມ່ສໍາລັບການເບິ່ງເຫັນພາບທີ່ບໍ່ຮຸກຮານຂອງເຮືອ retinal.ເຖິງແມ່ນວ່າ OCTA ມີຫຼາຍຄໍາຮ້ອງສະຫມັກທາງດ້ານການຊ່ວຍທີ່ດີ, ການກໍານົດຄຸນນະພາບຮູບພາບຍັງຄົງເປັນສິ່ງທ້າທາຍ.ພວກເຮົາໄດ້ພັດທະນາລະບົບການຮຽນຮູ້ແບບເລິກເຊິ່ງໂດຍໃຊ້ ResNet152 neural network classifier pretrained with ImageNet ເພື່ອຈັດປະເພດຮູບພາບ capillary plexus superficial ຈາກ 347 scan ຂອງຄົນເຈັບ 134 ຄົນ.ຮູບພາບດັ່ງກ່າວຍັງຖືກປະເມີນດ້ວຍຕົນເອງວ່າເປັນຄວາມຈິງທີ່ແທ້ຈິງໂດຍຜູ້ປະເມີນເອກະລາດສອງຄົນສໍາລັບຮູບແບບການຮຽນຮູ້ທີ່ມີການເບິ່ງແຍງ.ເນື່ອງຈາກວ່າຄວາມຕ້ອງການດ້ານຄຸນນະພາບຂອງຮູບພາບອາດຈະແຕກຕ່າງກັນໄປຕາມການຕັ້ງຄ່າທາງດ້ານຄລີນິກຫຼືການຄົ້ນຄວ້າ, ສອງແບບໄດ້ຖືກຝຶກອົບຮົມ, ແບບຫນຶ່ງສໍາລັບການຮັບຮູ້ຮູບພາບທີ່ມີຄຸນນະພາບສູງແລະອີກແບບຫນຶ່ງສໍາລັບການຮັບຮູ້ຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາ.ຮູບແບບເຄືອຂ່າຍ neural ຂອງພວກເຮົາສະແດງໃຫ້ເຫັນພື້ນທີ່ທີ່ດີເລີດພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC), 95% CI 0.96-0.99, \(\kappa\) = 0.81), ເຊິ່ງດີກ່ວາລະດັບສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງ (AUC = 0.82, 95). %CI).0.77–0.86, \(\kappa\) = 0.52 ແລະ AUC = 0.78, 95% CI 0.73–0.83, \(\kappa\) = 0.27, ຕາມລໍາດັບ).ການສຶກສາຂອງພວກເຮົາສະແດງໃຫ້ເຫັນວ່າວິທີການຮຽນຮູ້ເຄື່ອງຈັກສາມາດຖືກນໍາໃຊ້ເພື່ອພັດທະນາວິທີການຄວບຄຸມຄຸນນະພາບທີ່ມີຄວາມຍືດຫຍຸ່ນແລະເຂັ້ມແຂງສໍາລັບຮູບພາບ OCTA.
optical coherence tomographic angiography (OCTA) ແມ່ນເຕັກນິກທີ່ຂ້ອນຂ້າງໃຫມ່ໂດຍອີງໃສ່ tomography optical coherence (OCT) ທີ່ສາມາດຖືກນໍາໃຊ້ສໍາລັບການເບິ່ງເຫັນທີ່ບໍ່ແມ່ນ invasive ຂອງ microvasculature retinal.OCTA ວັດແທກຄວາມແຕກຕ່າງຂອງຮູບແບບການສະທ້ອນຈາກກໍາມະຈອນທີ່ມີແສງສະຫວ່າງຊ້ໍາຊ້ອນຢູ່ໃນພື້ນທີ່ດຽວກັນຂອງ retina, ແລະຫຼັງຈາກນັ້ນການກໍ່ສ້າງຄືນໃຫມ່ສາມາດຖືກຄິດໄລ່ເພື່ອເປີດເຜີຍເສັ້ນເລືອດໂດຍບໍ່ມີການຮຸກຮານຂອງສີຍ້ອມຫຼືຕົວແທນທາງກົງກັນຂ້າມອື່ນໆ.OCTA ຍັງຊ່ວຍໃຫ້ການຖ່າຍຮູບ vascular ຄວາມລະອຽດຄວາມເລິກ, ຊ່ວຍໃຫ້ແພດສາມາດກວດກາເບິ່ງຊັ້ນເຮືອທີ່ມີຄວາມເລິກແລະເລິກແຍກຕ່າງຫາກ, ຊ່ວຍໃຫ້ຄວາມແຕກຕ່າງລະຫວ່າງພະຍາດ chorioretinal.
ໃນຂະນະທີ່ເຕັກນິກນີ້ແມ່ນມີແນວໂນ້ມ, ການປ່ຽນແປງຄຸນນະພາບຮູບພາບຍັງຄົງເປັນສິ່ງທ້າທາຍທີ່ສໍາຄັນສໍາລັບການວິເຄາະຮູບພາບທີ່ຫນ້າເຊື່ອຖື, ເຮັດໃຫ້ການຕີຄວາມຫມາຍຮູບພາບມີຄວາມຫຍຸ້ງຍາກແລະປ້ອງກັນການຮັບຮອງເອົາທາງດ້ານຄລີນິກຢ່າງກວ້າງຂວາງ.ເນື່ອງຈາກວ່າ OCTA ໃຊ້ການສະແກນ OCT ຕິດຕໍ່ກັນຫຼາຍຄັ້ງ, ມັນມີຄວາມອ່ອນໄຫວຕໍ່ກັບຮູບພາບປອມຫຼາຍກວ່າ OCT ມາດຕະຖານ.ແພລະຕະຟອມ OCTA ການຄ້າສ່ວນໃຫຍ່ສະຫນອງການວັດແທກຄຸນນະພາບຮູບພາບຂອງຕົນເອງທີ່ເອີ້ນວ່າຄວາມເຂັ້ມແຂງສັນຍານ (SS) ຫຼືບາງຄັ້ງຕົວຊີ້ວັດຄວາມເຂັ້ມແຂງສັນຍານ (SSI).ຢ່າງໃດກໍ່ຕາມ, ຮູບພາບທີ່ມີຄ່າ SS ຫຼື SSI ສູງບໍ່ໄດ້ຮັບປະກັນວ່າບໍ່ມີຮູບພາບປອມ, ເຊິ່ງສາມາດສົ່ງຜົນກະທົບຕໍ່ການວິເຄາະຮູບພາບຕໍ່ໄປແລະນໍາໄປສູ່ການຕັດສິນໃຈທາງຄລີນິກທີ່ບໍ່ຖືກຕ້ອງ.ວັດຖຸບູຮານຮູບພາບທົ່ວໄປທີ່ສາມາດເກີດຂຶ້ນໄດ້ໃນ OCTA imaging ປະກອບມີ artifacts motion, segmentation artifacts, media opacity artifacts, ແລະ projection artifacts1,2,3.
ເນື່ອງຈາກມາດຕະການທີ່ມາຈາກ OCTA ເຊັ່ນຄວາມຫນາແຫນ້ນຂອງ vascular ຖືກນໍາໃຊ້ເພີ່ມຂຶ້ນໃນການຄົ້ນຄວ້າການແປ, ການທົດລອງທາງດ້ານການຊ່ວຍແລະການປະຕິບັດທາງດ້ານການຊ່ວຍ, ມີຄວາມຈໍາເປັນອັນຮີບດ່ວນທີ່ຈະພັດທະນາຂະບວນການຄວບຄຸມຄຸນນະພາບຮູບພາບທີ່ເຂັ້ມແຂງແລະເຊື່ອຖືໄດ້ເພື່ອລົບລ້າງຮູບພາບ artefacts4.ຂ້າມການເຊື່ອມຕໍ່, ເຊິ່ງເອີ້ນກັນວ່າການເຊື່ອມຕໍ່ທີ່ຕົກຄ້າງ, ແມ່ນການຄາດຄະເນໃນສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural ທີ່ອະນຸຍາດໃຫ້ຂໍ້ມູນຜ່ານຊັ້ນ convolutional ໃນຂະນະທີ່ເກັບຮັກສາຂໍ້ມູນຢູ່ໃນຂະຫນາດທີ່ແຕກຕ່າງກັນຫຼືຄວາມລະອຽດ 5.ເນື່ອງຈາກວ່າສິ່ງປະດິດຮູບພາບສາມາດສົ່ງຜົນກະທົບຕໍ່ການປະຕິບັດຮູບພາບຂະຫນາດນ້ອຍແລະຂະຫນາດໃຫຍ່ໂດຍທົ່ວໄປ, ເຄືອຂ່າຍ neural ຂ້າມເຊື່ອມຕໍ່ແມ່ນເຫມາະສົມດີທີ່ຈະອັດຕະໂນມັດວຽກງານການຄວບຄຸມຄຸນນະພາບນີ້5.ວຽກງານທີ່ຈັດພີມມາບໍ່ດົນມານີ້ໄດ້ສະແດງໃຫ້ເຫັນຄໍາສັນຍາບາງຢ່າງສໍາລັບເຄືອຂ່າຍ neural convolutional ເລິກທີ່ໄດ້ຮັບການຝຶກອົບຮົມໂດຍໃຊ້ຂໍ້ມູນທີ່ມີຄຸນນະພາບສູງຈາກຜູ້ຄາດຄະເນຂອງມະນຸດ6.
ໃນການສຶກສານີ້, ພວກເຮົາຝຶກອົບຮົມການເຊື່ອມຕໍ່ - ຂ້າມເຄືອຂ່າຍ neural convolutional ເພື່ອກໍານົດຄຸນນະພາບຂອງຮູບພາບ OCTA ໂດຍອັດຕະໂນມັດ.ພວກເຮົາກໍ່ສ້າງໃນວຽກງານທີ່ຜ່ານມາໂດຍການພັດທະນາແບບຈໍາລອງແຍກຕ່າງຫາກສໍາລັບການກໍານົດຮູບພາບທີ່ມີຄຸນນະພາບສູງແລະຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາ, ເນື່ອງຈາກວ່າຄວາມຕ້ອງການດ້ານຄຸນນະພາບຂອງຮູບພາບອາດຈະແຕກຕ່າງກັນສໍາລັບສະຖານະການທາງດ້ານຄລີນິກຫຼືການຄົ້ນຄວ້າສະເພາະ.ພວກເຮົາປຽບທຽບຜົນໄດ້ຮັບຂອງເຄືອຂ່າຍເຫຼົ່ານີ້ກັບເຄືອຂ່າຍ neural convolutional ໂດຍບໍ່ມີການເຊື່ອມຕໍ່ທີ່ຂາດຫາຍໄປເພື່ອປະເມີນມູນຄ່າຂອງການລວມເອົາລັກສະນະຕ່າງໆໃນຫຼາຍລະດັບຂອງ granularity ພາຍໃນການຮຽນຮູ້ເລິກ.ຫຼັງຈາກນັ້ນ, ພວກເຮົາປຽບທຽບຜົນໄດ້ຮັບຂອງພວກເຮົາກັບຄວາມແຮງຂອງສັນຍານ, ເປັນມາດຕະການທີ່ຍອມຮັບທົ່ວໄປກ່ຽວກັບຄຸນນະພາບຂອງຮູບພາບທີ່ສະຫນອງໃຫ້ໂດຍຜູ້ຜະລິດ.
ການສຶກສາຂອງພວກເຮົາລວມມີຄົນເຈັບທີ່ເປັນພະຍາດເບົາຫວານທີ່ເຂົ້າຮ່ວມສູນຕາ Yale ລະຫວ່າງວັນທີ 11 ສິງຫາ 2017 ແລະວັນທີ 11 ເມສາ 2019. ຄົນເຈັບທີ່ເປັນພະຍາດ chorioretinal ທີ່ບໍ່ແມ່ນພະຍາດເບົາຫວານແມ່ນໄດ້ຖືກຍົກເວັ້ນ.ບໍ່ມີເງື່ອນໄຂການລວມ ຫຼືການຍົກເວັ້ນໂດຍອີງໃສ່ອາຍຸ, ເພດ, ເຊື້ອຊາດ, ຄຸນນະພາບຂອງຮູບພາບ ຫຼືປັດໃຈອື່ນໆ.
ຮູບພາບ OCTA ໄດ້ມາໂດຍໃຊ້ແພລດຟອມ AngioPlex ໃນ Cirrus HD-OCT 5000 (Carl Zeiss Meditec Inc, Dublin, CA) ພາຍໃຕ້ 8\(\times\)8 mm ແລະ 6\(\times\)6 mm.ການຍິນຍອມເຫັນດີສໍາລັບການເຂົ້າຮ່ວມໃນການສຶກສາແມ່ນໄດ້ຮັບຈາກຜູ້ເຂົ້າຮ່ວມການສຶກສາແຕ່ລະຄົນ, ແລະຄະນະກໍາມະການທົບທວນສະຖາບັນຂອງມະຫາວິທະຍາໄລ Yale (IRB) ໄດ້ອະນຸມັດການນໍາໃຊ້ການຍິນຍອມເຫັນດີກັບການຖ່າຍຮູບທົ່ວໂລກສໍາລັບຄົນເຈັບເຫຼົ່ານີ້ທັງຫມົດ.ປະຕິບັດຕາມຫຼັກການຂອງຖະແຫຼງການຂອງ Helsinki.ການສຶກສາໄດ້ຖືກອະນຸມັດໂດຍ IRB ມະຫາວິທະຍາໄລ Yale.
ຮູບພາບແຜ່ນພື້ນຜິວໄດ້ຖືກປະເມີນໂດຍອີງໃສ່ຄະແນນ Motion Artifact Score (MAS), ຄະແນນ Segmentation Artifact Score (SAS), ສູນກາງ foveal ທີ່ໄດ້ອະທິບາຍໄວ້ກ່ອນໜ້ານີ້, ການປະກົດຕົວຂອງຄວາມໂປ່ງແສງຂອງສື່, ແລະການເບິ່ງເຫັນພາບຂອງເສັ້ນເລືອດນ້ອຍໆຕາມທີ່ກຳນົດໄວ້ໂດຍຜູ້ປະເມີນຮູບພາບ.ຮູບພາບໄດ້ຖືກວິເຄາະໂດຍສອງຜູ້ປະເມີນເອກະລາດ (RD ແລະ JW).ຮູບພາບໃດໜຶ່ງມີຄະແນນຄະແນນ 2 (ມີສິດ) ຖ້າມີເງື່ອນໄຂທັງໝົດຕໍ່ໄປນີ້ແມ່ນ: ຮູບພາບແມ່ນຢູ່ເຄິ່ງກາງຂອງ fovea (ໜ້ອຍກວ່າ 100 pixels ຈາກກາງຮູບ), MAS ແມ່ນ 1 ຫຼື 2, SAS ແມ່ນ 1, ແລະ ຄວາມໂປ່ງແສງຂອງສື່ແມ່ນຫນ້ອຍກວ່າ 1. ປະຈຸບັນຢູ່ໃນຮູບພາບຂອງຂະຫນາດ / 16, ແລະ capillaries ຂະຫນາດນ້ອຍແມ່ນເຫັນໄດ້ໃນຮູບພາບທີ່ໃຫຍ່ກວ່າ 15/16.ຮູບພາບຈະຖືກຈັດອັນດັບ 0 (ບໍ່ມີການໃຫ້ຄະແນນ) ຖ້າມີເງື່ອນໄຂໃດນຶ່ງຕໍ່ໄປນີ້ແມ່ນ: ຮູບພາບຢູ່ກາງ, ຖ້າ MAS ແມ່ນ 4, ຖ້າ SAS ແມ່ນ 2, ຫຼືຄວາມໂປ່ງໃສສະເລ່ຍແມ່ນຫຼາຍກວ່າ 1/4 ຂອງຮູບ, ແລະ capillaries ຂະຫນາດນ້ອຍບໍ່ສາມາດປັບໄດ້ຫຼາຍກ່ວາ 1 ຮູບ /4 ເພື່ອຈໍາແນກ.ຮູບພາບອື່ນໆທັງໝົດທີ່ບໍ່ກົງກັບເກນການໃຫ້ຄະແນນ 0 ຫຼື 2 ແມ່ນໃຫ້ຄະແນນເປັນ 1 (ຕັດຕໍ່).
ໃນຮູບ.1 ສະແດງຮູບພາບຕົວຢ່າງສໍາລັບແຕ່ລະການຄາດຄະເນຂະຫນາດແລະຮູບພາບປອມ.ຄວາມຫນ້າເຊື່ອຖືລະຫວ່າງຄະແນນຂອງແຕ່ລະຄະແນນໄດ້ຖືກປະເມີນໂດຍການນ້ໍາຫນັກ kappa ຂອງ Cohen8.ຄະແນນສ່ວນບຸກຄົນຂອງແຕ່ລະຜູ້ໃຫ້ຄະແນນແມ່ນສະຫຼຸບເພື່ອໃຫ້ໄດ້ຄະແນນລວມສໍາລັບແຕ່ລະຮູບ, ຕັ້ງແຕ່ 0 ຫາ 4. ຮູບພາບທີ່ມີຄະແນນທັງໝົດ 4 ແມ່ນຖືວ່າດີ.ຮູບພາບທີ່ມີຄະແນນທັງໝົດ 0 ຫຼື 1 ແມ່ນຖືວ່າມີຄຸນນະພາບຕໍ່າ.
ເຄືອຂ່າຍ neural convolutional ສະຖາປັດຕະຍະກໍາ ResNet152 (ຮູບ 3A.i) ການຝຶກອົບຮົມລ່ວງໜ້າກ່ຽວກັບຮູບພາບຈາກຖານຂໍ້ມູນ ImageNet ຖືກສ້າງຂຶ້ນໂດຍໃຊ້ fast.ai ແລະ PyTorch framework5, 9, 10, 11. ເຄືອຂ່າຍ neural convolutional ແມ່ນເຄືອຂ່າຍທີ່ໃຊ້ການຮຽນຮູ້. ການກັ່ນຕອງສໍາລັບການສະແກນຊິ້ນຮູບພາບເພື່ອສຶກສາລັກສະນະທາງກວ້າງຂອງພື້ນທີ່ແລະທ້ອງຖິ່ນ.ResNet ຂອງພວກເຮົາທີ່ໄດ້ຮັບການຝຶກອົບຮົມແມ່ນເຄືອຂ່າຍ neural 152 ຊັ້ນທີ່ມີລັກສະນະໂດຍຊ່ອງຫວ່າງຫຼື "ການເຊື່ອມຕໍ່ທີ່ຕົກຄ້າງ" ທີ່ສົ່ງຂໍ້ມູນໃນເວລາດຽວກັນກັບຄວາມລະອຽດຫຼາຍ.ໂດຍການສະແດງຂໍ້ມູນໃນຄວາມລະອຽດທີ່ແຕກຕ່າງກັນຜ່ານເຄືອຂ່າຍ, ເວທີສາມາດຮຽນຮູ້ລັກສະນະຂອງຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາໃນຫຼາຍລະດັບຂອງລາຍລະອຽດ.ນອກເຫນືອໄປຈາກຕົວແບບ ResNet ຂອງພວກເຮົາ, ພວກເຮົາຍັງໄດ້ຝຶກອົບຮົມ AlexNet, ສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural ທີ່ໄດ້ສຶກສາດີ, ໂດຍບໍ່ມີການຂາດການເຊື່ອມຕໍ່ສໍາລັບການປຽບທຽບ (ຮູບ 3A.ii)12.ຖ້າບໍ່ມີການເຊື່ອມຕໍ່ທີ່ຂາດຫາຍໄປ, ເຄືອຂ່າຍນີ້ຈະບໍ່ສາມາດບັນທຶກຄຸນສົມບັດທີ່ມີຄວາມລະອຽດສູງກວ່າໄດ້.
ຊຸດຮູບພາບ 8\(\times\)8mm OCTA13 ຕົ້ນສະບັບໄດ້ຮັບການປັບປຸງໂດຍໃຊ້ເຕັກນິກການສະທ້ອນແນວນອນ ແລະແນວຕັ້ງ.ຫຼັງຈາກນັ້ນ, ຊຸດຂໍ້ມູນເຕັມໄດ້ຖືກແບ່ງອອກແບບສຸ່ມໃນລະດັບຮູບພາບເຂົ້າໄປໃນການຝຶກອົບຮົມ (51.2%), ການທົດສອບ (12.8%), ການປັບແຕ່ງ hyperparameter (16%), ແລະການກວດສອບ (20%) ຊຸດຂໍ້ມູນໂດຍໃຊ້ scikit-learn toolbox python14.ສອງກໍລະນີໄດ້ຖືກພິຈາລະນາ, ຫນຶ່ງອີງໃສ່ການກວດພົບພຽງແຕ່ຮູບພາບທີ່ມີຄຸນນະພາບສູງສຸດ (ຄະແນນລວມ 4) ແລະອີກກໍລະນີຫນຶ່ງໂດຍອີງໃສ່ການກວດພົບພຽງແຕ່ຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາສຸດ (ຄະແນນລວມ 0 ຫຼື 1).ສໍາລັບແຕ່ລະກໍລະນີການນໍາໃຊ້ຄຸນນະພາບສູງແລະຕ່ໍາ, ເຄືອຂ່າຍ neural ໄດ້ຖືກຝຶກຄືນຫນຶ່ງຄັ້ງໃນຂໍ້ມູນຮູບພາບຂອງພວກເຮົາ.ໃນແຕ່ລະກໍລະນີການນໍາໃຊ້, ເຄືອຂ່າຍ neural ໄດ້ຖືກຝຶກອົບຮົມສໍາລັບ 10 epochs, ທັງຫມົດແຕ່ນ້ໍາຫນັກຊັ້ນສູງທີ່ສຸດໄດ້ຖືກແຊ່ແຂງ, ແລະນ້ໍາຫນັກຂອງຕົວກໍານົດການພາຍໃນທັງຫມົດໄດ້ຖືກຮຽນຮູ້ສໍາລັບ 40 epochs ໂດຍໃຊ້ວິທີການອັດຕາການຮຽນຮູ້ທີ່ຈໍາແນກທີ່ມີຫນ້າທີ່ສູນເສຍຂ້າມ entropy 15, 16..ຟັງຊັນການສູນເສຍຂອງ entropy ຂ້າມແມ່ນການວັດແທກຂະຫນາດຂອງ logarithmic ຂອງຄວາມແຕກຕ່າງລະຫວ່າງປ້າຍເຄືອຂ່າຍທີ່ຄາດຄະເນແລະຂໍ້ມູນທີ່ແທ້ຈິງ.ໃນລະຫວ່າງການຝຶກອົບຮົມ, ການສືບເຊື້ອສາຍ gradient ແມ່ນປະຕິບັດຢູ່ໃນຕົວກໍານົດການພາຍໃນຂອງເຄືອຂ່າຍ neural ເພື່ອຫຼຸດຜ່ອນການສູນເສຍ.ອັດຕາການຮຽນຮູ້, ອັດຕາການລຸດ, ແລະ hyperparameters ການຫຼຸດຜ່ອນນ້ໍາຫນັກໄດ້ຖືກປັບໂດຍການເພີ່ມປະສິດທິພາບ Bayesian ດ້ວຍ 2 ຈຸດເລີ່ມຕົ້ນແບບສຸ່ມແລະ 10 ຊ້ໍາຊ້ອນ, ແລະ AUC ໃນຊຸດຂໍ້ມູນໄດ້ຖືກດັດແປງໂດຍໃຊ້ hyperparameters ເປັນເປົ້າຫມາຍ 17.
ຕົວຢ່າງທີ່ເປັນຕົວແທນຂອງ 8 × 8 ມມ OCTA ຮູບພາບຂອງ plexuses capillary superficial ໄດ້ຄະແນນ 2 (A, B), 1 (C, D), ແລະ 0 (E, F).ຮູບ​ພາບ​ທີ່​ສະ​ແດງ​ໃຫ້​ເຫັນ​ປະ​ກອບ​ມີ​ເສັ້ນ flickering (ລູກ​ສອນ), artifacts segmentation (ດາວ), ແລະ media opacity (ລູກສອນ).ຮູບພາບ (E) ຍັງຢູ່ກາງ.
ຫຼັງຈາກນັ້ນ, ເສັ້ນໂຄ້ງຂອງຄຸນລັກສະນະການເຮັດວຽກຂອງຕົວຮັບ (ROC) ແມ່ນຖືກສ້າງຂຶ້ນສໍາລັບທຸກຮູບແບບເຄືອຂ່າຍ neural, ແລະລາຍງານຄວາມແຮງຂອງສັນຍານເຄື່ອງຈັກແມ່ນຖືກສ້າງຂຶ້ນສໍາລັບແຕ່ລະກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບຕ່ໍາແລະສູງ.ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC) ໄດ້ຖືກຄິດໄລ່ໂດຍໃຊ້ຊຸດ pROC R, ແລະ 95% ໄລຍະເວລາຄວາມຫມັ້ນໃຈແລະ p-values ​​ໄດ້ຖືກຄິດໄລ່ໂດຍໃຊ້ DeLong method18,19.ຄະແນນສະສົມຂອງຜູ້ປະເມີນມະນຸດແມ່ນໃຊ້ເປັນພື້ນຖານສໍາລັບການຄິດໄລ່ ROC ທັງໝົດ.ສໍາລັບຄວາມແຮງສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງ, AUC ໄດ້ຖືກຄິດໄລ່ສອງຄັ້ງ: ຫນຶ່ງຄັ້ງສໍາລັບການຕັດຄະແນນ Scalability ຄຸນນະພາບສູງແລະຫນຶ່ງຄັ້ງສໍາລັບການຕັດຄະແນນ Scalability ທີ່ມີຄຸນນະພາບຕ່ໍາ.ເຄືອຂ່າຍ neural ແມ່ນປຽບທຽບກັບຄວາມແຮງຂອງສັນຍານ AUC ທີ່ສະທ້ອນເຖິງເງື່ອນໄຂການຝຶກອົບຮົມແລະການປະເມີນຜົນຂອງຕົນເອງ.
ເພື່ອທົດສອບຮູບແບບການຮຽນຮູ້ເລິກທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນຊຸດຂໍ້ມູນແຍກຕ່າງຫາກ, ຮູບແບບທີ່ມີຄຸນນະພາບສູງແລະຄຸນນະພາບຕ່ໍາໄດ້ຖືກນໍາໃຊ້ໂດຍກົງກັບການປະເມີນຜົນການປະຕິບັດຂອງ 32 ຮູບເຕັມຫນ້າ 6\(\times\) 6 ມມທີ່ເກັບກໍາຈາກມະຫາວິທະຍາໄລ Yale.ມະຫາຊົນຕາຢູ່ກາງໃນເວລາດຽວກັນກັບຮູບ 8 \(\times \) 8 ມມ.ຮູບພາບ 6\(\×\) 6 ມມ ໄດ້ຖືກປະເມີນດ້ວຍຕົນເອງໂດຍຜູ້ປະເມີນອັດຕາດຽວກັນ (RD ແລະ JW) ໃນລັກສະນະດຽວກັນກັບຮູບພາບ 8\(\×\) 8 ມມ, AUC ໄດ້ຖືກຄິດໄລ່ເຊັ່ນດຽວກັນກັບຄວາມຖືກຕ້ອງ ແລະ kappa ຂອງ Cohen. .ເທົ່າ​ທຽມ​ກັນ.
ອັດຕາສ່ວນຄວາມບໍ່ສົມດຸນຂອງຫ້ອງຮຽນແມ່ນ 158:189 (\(\rho = 1.19\)) ສໍາລັບຕົວແບບທີ່ມີຄຸນນະພາບຕ່ໍາ ແລະ 80:267 (\(\rho = 3.3\)) ສໍາລັບຕົວແບບທີ່ມີຄຸນນະພາບສູງ.ເນື່ອງ​ຈາກ​ວ່າ​ອັດ​ຕາ​ສ່ວນ​ຄວາມ​ບໍ່​ສົມ​ດູນ​ຫ້ອງ​ຮຽນ​ແມ່ນ​ຫນ້ອຍ​ກ​່​ວາ 1:4, ບໍ່​ມີ​ການ​ປ່ຽນ​ແປງ​ສະ​ຖາ​ປັດ​ຕະ​ສະ​ເພາະ​ໃດ​ຫນຶ່ງ​ໄດ້​ຖືກ​ເຮັດ​ໃຫ້​ແກ້​ໄຂ​ຄວາມ​ບໍ່​ສົມ​ດູນ​ຂອງ​ຫ້ອງ​ຮຽນ20,21.
ເພື່ອເຮັດໃຫ້ພາບຂອງຂະບວນການຮຽນຮູ້ໄດ້ດີຂຶ້ນ, ແຜນທີ່ການເປີດໃຊ້ຫ້ອງຮຽນໄດ້ຖືກສ້າງຂື້ນສໍາລັບຮູບແບບການຮຽນຮູ້ເລິກທັງໝົດ 4 ແບບ: ຮູບແບບ ResNet152 ຄຸນນະພາບສູງ, ຮູບແບບ ResNet152 ຄຸນນະພາບຕໍ່າ, ຮູບແບບ AlexNet ທີ່ມີຄຸນນະພາບສູງ, ແລະຕົວແບບ AlexNet ຄຸນນະພາບຕໍ່າ.ແຜນ​ທີ່​ການ​ກະ​ຕຸ້ນ​ຫ້ອງ​ແມ່ນ​ໄດ້​ຮັບ​ການ​ຜະ​ລິດ​ຈາກ​ຊັ້ນ convolutional input ຂອງ​ສີ່​ແບບ​ເຫຼົ່າ​ນີ້​, ແລະ​ແຜນ​ທີ່​ຄວາມ​ຮ້ອນ​ແມ່ນ​ໄດ້​ສ້າງ​ຂຶ້ນ​ໂດຍ​ການ overlaying ແຜນ​ທີ່​ກະ​ຕຸ້ນ​ທີ່​ມີ​ຮູບ​ພາບ​ທີ່​ມາ​ຈາກ 8 × 8 mm ແລະ 6 × 6 mm validation sets22, 23 .
R ເວີຊັ່ນ 4.0.3 ຖືກນໍາໃຊ້ສໍາລັບການຄິດໄລ່ສະຖິຕິທັງຫມົດ, ແລະການເບິ່ງເຫັນໄດ້ຖືກສ້າງຂື້ນໂດຍໃຊ້ຫ້ອງສະຫມຸດເຄື່ອງມືກາຟິກ ggplot2.
ພວກ​ເຮົາ​ໄດ້​ເກັບ​ກໍາ​ຮູບ​ພາບ​ດ້ານ​ຫນ້າ 347 ຂອງ plexus capillary superficial ການ​ວັດ​ແທກ 8 \(\times \)8 mm ຈາກ 134 ຄົນ.ເຄື່ອງໄດ້ລາຍງານຄວາມແຮງຂອງສັນຍານໃນລະດັບ 0 ຫາ 10 ສໍາລັບທຸກຮູບ (ຄ່າສະເລ່ຍ = 6.99 ± 2.29).ໃນຈໍານວນ 347 ຮູບທີ່ໄດ້ມາ, ອາຍຸສະເລ່ຍໃນການກວດສອບແມ່ນ 58.7 ± 14.6 ປີ, ແລະ 39.2% ແມ່ນມາຈາກຄົນເຈັບເພດຊາຍ.ໃນຈໍານວນຮູບພາບທັງຫມົດ, 30.8% ແມ່ນມາຈາກ Caucasians, 32.6% ຈາກ Blacks, 30.8% ຈາກ Hispanics, 4% ຈາກອາຊີ, ແລະ 1.7% ຈາກເຊື້ອຊາດອື່ນໆ (ຕາຕະລາງ 1).).ການແຜ່ກະຈາຍອາຍຸຂອງຄົນເຈັບທີ່ມີ OCTA ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໂດຍອີງຕາມຄຸນນະພາບຂອງຮູບພາບ (p <0.001).ອັດຕາສ່ວນຂອງຮູບພາບທີ່ມີຄຸນນະພາບສູງໃນຄົນເຈັບອາຍຸ 18-45 ປີແມ່ນ 33.8% ເມື່ອທຽບກັບ 12.2% ຂອງຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາ (ຕາຕະລາງ 1).ການແຜ່ກະຈາຍຂອງສະຖານະພາບຂອງພະຍາດເບົາຫວານ retinopathy ຍັງແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນຄຸນນະພາບຂອງຮູບພາບ (p <0.017).ໃນບັນດາຮູບພາບທີ່ມີຄຸນນະພາບສູງທັງຫມົດ, ອັດຕາສ່ວນຂອງຄົນເຈັບທີ່ມີ PDR ແມ່ນ 18.8% ເມື່ອທຽບກັບ 38.8% ຂອງຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາທັງຫມົດ (ຕາຕະລາງ 1).
ການຈັດອັນດັບສ່ວນບຸກຄົນຂອງຮູບພາບທັງຫມົດສະແດງໃຫ້ເຫັນຄວາມຫນ້າເຊື່ອຖືໃນລະດັບປານກາງເຖິງທີ່ເຂັ້ມແຂງລະຫວ່າງຄົນທີ່ອ່ານຮູບພາບ (Cohen's weighted kappa = 0.79, 95% CI: 0.76-0.82), ແລະບໍ່ມີຈຸດຮູບພາບທີ່ອັດຕາຄວາມແຕກຕ່າງຫຼາຍກ່ວາ 1 (ຮູບ. 2A)..ຄວາມເຂັ້ມຂອງສັນຍານກ່ຽວຂ້ອງກັນຢ່າງຫຼວງຫຼາຍກັບການໃຫ້ຄະແນນຄູ່ມື (Pearson product moment correlation = 0.58, 95% CI 0.51–0.65, p<0.001), ແຕ່ຫຼາຍຮູບໄດ້ຖືກລະບຸວ່າມີຄວາມເຂັ້ມສັນຍານສູງແຕ່ໃຫ້ຄະແນນຄູ່ມືຕໍ່າ (ຮູບ .2B).
ໃນລະຫວ່າງການຝຶກອົບຮົມຂອງສະຖາປັດຕະຍະກໍາ ResNet152 ແລະ AlexNet, ການສູນເສຍຂ້າມ entropy ກ່ຽວກັບການກວດສອບແລະການຝຶກອົບຮົມຫຼຸດລົງໃນໄລຍະ 50 (ຮູບ 3B,C).ຄວາມຖືກຕ້ອງຂອງການກວດສອບໃນໄລຍະການຝຶກອົບຮົມສຸດທ້າຍແມ່ນເກີນ 90% ສໍາລັບກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບສູງແລະຕ່ໍາ.
ເສັ້ນໂຄ້ງປະສິດທິພາບຂອງຕົວຮັບໄດ້ສະແດງໃຫ້ເຫັນວ່າຕົວແບບ ResNet152 ມີປະສິດທິພາບຫຼາຍກວ່າພະລັງງານສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງໃນກໍລະນີການນໍາໃຊ້ຄຸນນະພາບຕ່ໍາ ແລະສູງ (p <0.001).ຮູບແບບ ResNet152 ຍັງປະຕິບັດຢ່າງມີສະຖາປັດຕະຍະກໍາ AlexNet (p = 0.005 ແລະ p = 0.014 ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບຕ່ໍາແລະຄຸນນະພາບສູງ, ຕາມລໍາດັບ).ຮູບແບບຜົນໄດ້ຮັບສໍາລັບແຕ່ລະວຽກງານເຫຼົ່ານີ້ສາມາດບັນລຸຄ່າ AUC ຂອງ 0.99 ແລະ 0.97 ຕາມລໍາດັບ, ເຊິ່ງດີກ່ວາຄ່າ AUC ທີ່ສອດຄ້ອງກັນຂອງ 0.82 ແລະ 0.78 ສໍາລັບດັດຊະນີຄວາມແຮງຂອງສັນຍານເຄື່ອງຈັກຫຼື 0.97 ແລະ 0.94 ສໍາລັບ AlexNet. ..(ຮູບ 3).ຄວາມແຕກຕ່າງລະຫວ່າງ ResNet ແລະ AUC ໃນຄວາມແຮງຂອງສັນຍານແມ່ນສູງກວ່າເມື່ອຮັບຮູ້ຮູບພາບທີ່ມີຄຸນນະພາບສູງ, ຊີ້ໃຫ້ເຫັນຜົນປະໂຫຍດເພີ່ມເຕີມຂອງການນໍາໃຊ້ ResNet ສໍາລັບວຽກງານນີ້.
ກຣາຟສະແດງໃຫ້ເຫັນຄວາມສາມາດຂອງແຕ່ລະອັດຕາເອກະລາດຂອງຄະແນນແລະປຽບທຽບກັບຄວາມແຮງສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກ.(A) ຜົນລວມຂອງຈຸດທີ່ຈະປະເມີນແມ່ນໃຊ້ເພື່ອສ້າງຈໍານວນຈຸດທັງຫມົດທີ່ຈະປະເມີນ.ຮູບພາບທີ່ມີຄະແນນຄວາມສາມາດໃນການຂະຫຍາຍໂດຍລວມຂອງ 4 ແມ່ນຖືກມອບໝາຍໃຫ້ມີຄຸນນະພາບສູງ, ໃນຂະນະທີ່ຮູບພາບທີ່ມີຄະແນນຄວາມສາມາດຂະຫຍາຍໄດ້ທັງໝົດ 1 ຫຼື ໜ້ອຍກວ່າແມ່ນໄດ້ມອບໝາຍຄຸນນະພາບຕໍ່າ.(B) ຄວາມເຂັ້ມຂອງສັນຍານກ່ຽວຂ້ອງກັບການຄາດຄະເນຄູ່ມື, ແຕ່ຮູບພາບທີ່ມີຄວາມເຂັ້ມຂອງສັນຍານສູງອາດມີຄຸນນະພາບຕໍ່າກວ່າ.ເສັ້ນຈຸດສີແດງສະແດງເຖິງເກນຄຸນນະພາບທີ່ແນະນຳຂອງຜູ້ຜະລິດໂດຍອີງໃສ່ຄວາມແຮງສັນຍານ (ຄວາມແຮງສັນຍານ \(\ge\)6).
ການຮຽນຮູ້ການໂອນ ResNet ສະຫນອງການປັບປຸງທີ່ສໍາຄັນໃນການກໍານົດຄຸນນະພາບຮູບພາບສໍາລັບທັງສອງກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບຕ່ໍາແລະຄຸນນະພາບສູງເມື່ອທຽບກັບລະດັບສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກ.(A) ແຜນວາດສະຖາປັດຕະຍະກຳແບບງ່າຍດາຍຂອງສະຖາປັດຕະຍະກຳທີ່ຜ່ານການຝຶກອົບຮົມກ່ອນ (i) ResNet152 ແລະ (ii) ສະຖາປັດຕະຍະກຳ AlexNet.(B) ປະຫວັດການຝຶກອົບຮົມແລະເສັ້ນໂຄ້ງການປະຕິບັດຕົວຮັບສໍາລັບ ResNet152 ເມື່ອທຽບກັບຄວາມແຮງຂອງສັນຍານທີ່ລາຍງານຂອງເຄື່ອງຈັກແລະເງື່ອນໄຂທີ່ມີຄຸນນະພາບຕ່ໍາຂອງ AlexNet.(C) ປະຫວັດການຝຶກອົບຮົມຜູ້ຮັບ ResNet152 ແລະເສັ້ນໂຄ້ງປະສິດທິພາບເມື່ອທຽບກັບເຄື່ອງລາຍງານຄວາມແຮງສັນຍານແລະເງື່ອນໄຂຄຸນນະພາບສູງຂອງ AlexNet.
ຫຼັງຈາກການປັບຕົວກໍານົດຂອບເຂດການຕັດສິນໃຈ, ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນສູງສຸດຂອງຮູບແບບ ResNet152 ແມ່ນ 95.3% ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບຕ່ໍາແລະ 93.5% ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບສູງ (ຕາຕະລາງ 2).ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນສູງສຸດຂອງຮູບແບບ AlexNet ແມ່ນ 91.0% ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບຕ່ໍາແລະ 90.1% ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບສູງ (ຕາຕະລາງ 2).ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນຄວາມແຮງຂອງສັນຍານສູງສຸດແມ່ນ 76.1% ສໍາລັບກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບຕ່ໍາແລະ 77.8% ສໍາລັບກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບສູງ.ອີງຕາມ kappa ຂອງ Cohen (\(\kappa\)), ຂໍ້ຕົກລົງລະຫວ່າງຕົວແບບ ResNet152 ແລະເຄື່ອງຄາດຄະເນແມ່ນ 0.90 ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບຕ່ໍາແລະ 0.81 ສໍາລັບກໍລະນີທີ່ມີຄຸນນະພາບສູງ.AlexNet kappa ຂອງ Cohen ແມ່ນ 0.82 ແລະ 0.71 ສໍາລັບກໍລະນີການນໍາໃຊ້ທີ່ມີຄຸນນະພາບຕ່ໍາແລະຄຸນນະພາບສູງ, ຕາມລໍາດັບ.kappa ຄວາມແຮງສັນຍານຂອງ Cohen ແມ່ນ 0.52 ແລະ 0.27 ສໍາລັບກໍລະນີການນໍາໃຊ້ຕ່ໍາແລະຄຸນນະພາບສູງ, ຕາມລໍາດັບ.
ການກວດສອບຕົວແບບການຮັບຮູ້ຄຸນນະພາບສູງ ແລະຕໍ່າໃນຮູບ 6\(\x\) ຂອງແຜ່ນແປ 6 ມມ ສະແດງໃຫ້ເຫັນຄວາມສາມາດຂອງຕົວແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນການກໍານົດຄຸນນະພາບຮູບພາບໃນທົ່ວພາລາມິເຕີການຖ່າຍຮູບຕ່າງໆ.ເມື່ອໃຊ້ຝາອັດປາກຂຸມຕື້ນ 6 ມມ 6 ມມ ສໍາລັບຄຸນນະພາບການຖ່າຍພາບ, ຮູບແບບຄຸນນະພາບຕໍ່າມີ AUC ຂອງ 0.83 (95% CI: 0.69–0.98) ແລະຮູບແບບຄຸນນະພາບສູງມີ AUC ຂອງ 0.85.(95% CI: 0.55–1.00) (ຕາຕະລາງ 2).
ການກວດສອບສາຍຕາຂອງແຜນທີ່ການເປີດໃຊ້ຊັ້ນຂໍ້ມູນຂອງຊັ້ນນໍາສະແດງໃຫ້ເຫັນວ່າເຄືອຂ່າຍ neural ທີ່ໄດ້ຮັບການຝຶກອົບຮົມທັງຫມົດໄດ້ນໍາໃຊ້ລັກສະນະຮູບພາບໃນລະຫວ່າງການຈັດປະເພດຮູບພາບ (ຮູບ 4A, B).ສໍາລັບ 8 \(\times \) 8 ມມ ແລະ 6 \(\times \) 6 ມມ, ຮູບພາບການເປີດໃຊ້ ResNet ປະຕິບັດຕາມ vasculature retinal ຢ່າງໃກ້ຊິດ.ແຜນທີ່ການເປີດໃຊ້ AlexNet ຍັງປະຕິບັດຕາມເຮືອ retinal, ແຕ່ມີຄວາມລະອຽດຫຍາບຄາຍ.
ແຜນ​ທີ່​ການ​ກະ​ຕຸ້ນ​ຫ້ອງ​ຮຽນ​ສໍາ​ລັບ​ຕົວ​ແບບ ResNet152 ແລະ AlexNet ເນັ້ນ​ຫນັກ​ໃສ່​ຄຸນ​ນະ​ສົມ​ບັດ​ທີ່​ກ່ຽວ​ຂ້ອງ​ກັບ​ຄຸນ​ນະ​ພາບ​ຮູບ​ພາບ​.(A) ແຜນທີ່ການເປີດໃຊ້ງານຂອງຫ້ອງຮຽນສະແດງໃຫ້ເຫັນການກະຕຸ້ນທີ່ສອດຄ່ອງກັນຫຼັງຈາກ vasculature retinal superficial ໃນ 8 \(\times \) ຮູບພາບການກວດສອບ 8 ມມ ແລະ (B) ຂອບເຂດຂອງຮູບພາບຂະຫນາດນ້ອຍກວ່າ 6 \(\times \) 6 ມມ.ຮູບແບບ LQ ການຝຶກອົບຮົມກ່ຽວກັບເງື່ອນໄຂຄຸນນະພາບຕ່ໍາ, ຮູບແບບ HQ ຝຶກອົບຮົມກ່ຽວກັບເງື່ອນໄຂຄຸນນະພາບສູງ.
ມັນໄດ້ຖືກສະແດງໃຫ້ເຫັນກ່ອນຫນ້ານີ້ວ່າຄຸນນະພາບຂອງຮູບພາບສາມາດສົ່ງຜົນກະທົບຕໍ່ການກໍານົດປະລິມານຂອງຮູບພາບ OCTA ຢ່າງຫຼວງຫຼາຍ.ນອກຈາກນັ້ນ, ການປະກົດຕົວຂອງ retinopathy ເພີ່ມການເກີດຂອງປອມຮູບພາບ7,26.ໃນຄວາມເປັນຈິງ, ໃນຂໍ້ມູນຂອງພວກເຮົາ, ສອດຄ່ອງກັບການສຶກສາທີ່ຜ່ານມາ, ພວກເຮົາໄດ້ພົບເຫັນການເຊື່ອມໂຍງທີ່ສໍາຄັນລະຫວ່າງອາຍຸທີ່ເພີ່ມຂຶ້ນແລະຄວາມຮຸນແຮງຂອງພະຍາດ retinal ແລະການເສື່ອມສະພາບຂອງຄຸນນະພາບຮູບພາບ (p <0.001, p = 0.017 ສໍາລັບອາຍຸແລະສະຖານະພາບ DR, ຕາມລໍາດັບ; ຕາຕະລາງ 1) 27 ດັ່ງນັ້ນ, ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຈະປະເມີນຄຸນນະພາບຂອງຮູບພາບກ່ອນທີ່ຈະເຮັດການວິເຄາະດ້ານປະລິມານຂອງຮູບພາບ OCTA.ການສຶກສາສ່ວນໃຫຍ່ທີ່ວິເຄາະຮູບພາບ OCTA ໃຊ້ລະດັບຄວາມເຂັ້ມງວດຂອງສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກເພື່ອຄວບຄຸມຮູບພາບທີ່ມີຄຸນນະພາບຕໍ່າ.ເຖິງແມ່ນວ່າຄວາມເຂັ້ມຂອງສັນຍານໄດ້ສະແດງໃຫ້ເຫັນວ່າມີຜົນຕໍ່ປະລິມານຂອງພາລາມິເຕີ OCTA, ຄວາມເຂັ້ມຂອງສັນຍານສູງຢ່າງດຽວອາດຈະບໍ່ພຽງພໍເພື່ອປະຕິເສດຮູບພາບທີ່ມີຮູບພາບ artifacts2,3,28,29.ດັ່ງນັ້ນ, ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະພັດທະນາວິທີການທີ່ເຊື່ອຖືໄດ້ຫຼາຍຂອງການຄວບຄຸມຄຸນນະພາບຮູບພາບ.ເພື່ອເຮັດສິ່ງນີ້, ພວກເຮົາປະເມີນການປະຕິບັດຂອງວິທີການຮຽນຮູ້ເລິກທີ່ມີການເບິ່ງແຍງຕໍ່ກັບຄວາມແຮງຂອງສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກ.
ພວກເຮົາໄດ້ພັດທະນາຫຼາຍແບບສໍາລັບການປະເມີນຄຸນນະພາບຂອງຮູບພາບເນື່ອງຈາກວ່າກໍລະນີການນໍາໃຊ້ OCTA ທີ່ແຕກຕ່າງກັນອາດຈະມີຄວາມຕ້ອງການຄຸນນະພາບຮູບພາບທີ່ແຕກຕ່າງກັນ.ຕົວຢ່າງ, ຮູບພາບຄວນຈະມີຄຸນນະພາບສູງກວ່າ.ນອກຈາກນັ້ນ, ຕົວກໍານົດການປະລິມານສະເພາະຂອງຄວາມສົນໃຈຍັງມີຄວາມສໍາຄັນ.ຕົວຢ່າງ, ພື້ນທີ່ຂອງເຂດ foveal avascular ບໍ່ໄດ້ຂຶ້ນກັບຄວາມຫນາແຫນ້ນຂອງຂະຫນາດກາງທີ່ບໍ່ແມ່ນສູນກາງ, ແຕ່ຜົນກະທົບຕໍ່ຄວາມຫນາແຫນ້ນຂອງເຮືອ.ໃນຂະນະທີ່ການຄົ້ນຄວ້າຂອງພວກເຮົາຍັງສືບຕໍ່ສຸມໃສ່ວິທີການທົ່ວໄປກ່ຽວກັບຄຸນນະພາບຂອງຮູບພາບ, ບໍ່ຕິດກັບຄວາມຕ້ອງການຂອງການທົດສອບໂດຍສະເພາະ, ແຕ່ມີຈຸດປະສົງເພື່ອທົດແທນຄວາມແຮງຂອງສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກໂດຍກົງ, ພວກເຮົາຫວັງວ່າຈະໃຫ້ຜູ້ໃຊ້ມີລະດັບການຄວບຄຸມຫຼາຍກວ່າເກົ່າເພື່ອໃຫ້ພວກເຂົາ. ສາມາດເລືອກ metric ສະເພາະທີ່ມີຄວາມສົນໃຈກັບຜູ້ໃຊ້.ເລືອກຮູບແບບທີ່ກົງກັບລະດັບສູງສຸດຂອງຮູບພາບປອມທີ່ຖືວ່າຍອມຮັບໄດ້.
ສໍາລັບ scenes ທີ່ມີຄຸນນະພາບຕ່ໍາແລະຄຸນນະພາບສູງ, ພວກເຮົາສະແດງໃຫ້ເຫັນການປະຕິບັດທີ່ດີເລີດຂອງການເຊື່ອມຕໍ່ - ຂາດການເຊື່ອມຕໍ່ເຄືອຂ່າຍ neural convolutional ເລິກ, ມີ AUCs ຂອງ 0.97 ແລະ 0.99 ແລະຕົວແບບທີ່ມີຄຸນນະພາບຕ່ໍາ, ຕາມລໍາດັບ.ພວກເຮົາຍັງສະແດງໃຫ້ເຫັນເຖິງປະສິດທິພາບທີ່ດີກວ່າຂອງວິທີການຮຽນຮູ້ເລິກຂອງພວກເຮົາເມື່ອປຽບທຽບກັບລະດັບສັນຍານທີ່ລາຍງານໂດຍເຄື່ອງຈັກເທົ່ານັ້ນ.ຂ້າມການເຊື່ອມຕໍ່ອະນຸຍາດໃຫ້ເຄືອຂ່າຍ neural ຮຽນຮູ້ລັກສະນະຕ່າງໆໃນຫຼາຍລະດັບຂອງລາຍລະອຽດ, ເກັບກໍາລັກສະນະລະອຽດຂອງຮູບພາບ (ເຊັ່ນ: ກົງກັນຂ້າມ) ເຊັ່ນດຽວກັນກັບລັກສະນະທົ່ວໄປ (ເຊັ່ນ: ສູນກາງຮູບພາບ30,31).ເນື່ອງຈາກສິ່ງປະດິດຮູບພາບທີ່ສົ່ງຜົນກະທົບຕໍ່ຄຸນນະພາບຂອງຮູບພາບແມ່ນອາດຈະຖືກລະບຸໄດ້ດີທີ່ສຸດໃນຂອບເຂດກ້ວາງຂວາງ, ສະຖາປັດຕະຍະກຳເຄືອຂ່າຍ neural ທີ່ມີການເຊື່ອມຕໍ່ທີ່ຂາດຫາຍໄປອາດຈະສະແດງຜົນໄດ້ດີກວ່າສິ່ງທີ່ບໍ່ມີວຽກງານກໍານົດຄຸນນະພາບຮູບພາບ.
ໃນເວລາທີ່ການທົດສອບຕົວແບບຂອງພວກເຮົາກ່ຽວກັບ 6\(\×6mm) ຮູບພາບ OCTA, ພວກເຮົາສັງເກດເຫັນການຫຼຸດລົງຂອງການປະຕິບັດການຈັດປະເພດສໍາລັບທັງສອງຮູບແບບຄຸນນະພາບສູງແລະຄຸນນະພາບຕ່ໍາ (ຮູບ 2), ກົງກັນຂ້າມກັບຂະຫນາດຂອງຮູບແບບການຝຶກອົບຮົມການຈັດປະເພດ.ເມື່ອປຽບທຽບກັບຕົວແບບ ResNet, ຮູບແບບ AlexNet ມີການຫຼຸດລົງທີ່ໃຫຍ່ກວ່າ.ການປະຕິບັດທີ່ຂ້ອນຂ້າງດີຂຶ້ນຂອງ ResNet ອາດຈະເປັນຍ້ອນຄວາມສາມາດຂອງການເຊື່ອມຕໍ່ທີ່ຕົກຄ້າງໃນການສົ່ງຂໍ້ມູນໃນຂອບເຂດຫຼາຍ, ເຊິ່ງເຮັດໃຫ້ຕົວແບບທີ່ເຂັ້ມແຂງຫຼາຍສໍາລັບການຈັດປະເພດຮູບພາບທີ່ຖືກຈັບຢູ່ໃນຂະຫນາດທີ່ແຕກຕ່າງກັນແລະ / ຫຼືການຂະຫຍາຍ.
ຄວາມແຕກຕ່າງບາງຢ່າງລະຫວ່າງ 8 \(\×\) ຮູບພາບ 8 ມມ ແລະ 6 \(\×\) ຮູບພາບ 6 ມມ ສາມາດນໍາໄປສູ່ການຈັດປະເພດທີ່ບໍ່ດີ, ລວມທັງອັດຕາສ່ວນທີ່ຂ້ອນຂ້າງສູງຂອງຮູບພາບທີ່ມີພື້ນທີ່ foveal avascular, ການປ່ຽນແປງໃນສາຍຕາ, ເສັ້ນເລືອດຂອດ, ແລະ. ບໍ່ມີເສັ້ນປະສາດຕາໃນຮູບ 6×6 ມມ.ເຖິງວ່າຈະມີນີ້, ຮູບແບບ ResNet ທີ່ມີຄຸນນະພາບສູງຂອງພວກເຮົາສາມາດບັນລຸ AUC ຂອງ 85% ສໍາລັບຮູບພາບ 6 \(\x\) 6 ມມ, ການຕັ້ງຄ່າທີ່ຕົວແບບບໍ່ໄດ້ຝຶກອົບຮົມ, ແນະນໍາວ່າຂໍ້ມູນຄຸນນະພາບຮູບພາບທີ່ຖືກເຂົ້າລະຫັດໃນເຄືອຂ່າຍ neural. ແມ່ນເຫມາະສົມ.ສໍາລັບຂະຫນາດຮູບພາບຫນຶ່ງຫຼືການຕັ້ງຄ່າເຄື່ອງຈັກນອກການຝຶກອົບຮົມຂອງມັນ (ຕາຕະລາງ 2).ດ້ວຍຄວາມໝັ້ນໃຈ, ແຜນທີ່ການເປີດໃຊ້ງານຄ້າຍຄື ResNet- ແລະ AlexNet ຂອງ 8 \(\times \) 8 mm ແລະ 6 \(\times \) 6 mm ຮູບພາບສາມາດຊີ້ໃຫ້ເຫັນເຖິງເຮືອ retinal ໃນທັງສອງກໍລະນີ, ແນະນໍາວ່າຕົວແບບມີຂໍ້ມູນທີ່ສໍາຄັນ.ສາມາດໃຊ້ໄດ້ສໍາລັບການຈັດປະເພດທັງສອງປະເພດຂອງຮູບພາບ OCTA (ຮູບ 4).
Lauerman et al.ການປະເມີນຄຸນນະພາບຮູບພາບກ່ຽວກັບຮູບພາບ OCTA ໄດ້ຖືກປະຕິບັດທີ່ຄ້າຍຄືກັນໂດຍໃຊ້ສະຖາປັດຕະຍະກໍາ Inception, ອື່ນ ໆ skip-connection convolutional neural network6,32 ໂດຍໃຊ້ເຕັກນິກການຮຽນຮູ້ເລິກ.ພວກເຂົາເຈົ້າຍັງໄດ້ຈໍາກັດການສຶກສາກ່ຽວກັບຮູບພາບຂອງ plexus capillary superficial, ແຕ່ພຽງແຕ່ນໍາໃຊ້ຮູບພາບຂະຫນາດນ້ອຍກວ່າ 3 × 3 ມມຈາກ Optovue AngioVue, ເຖິງແມ່ນວ່າຄົນເຈັບທີ່ມີພະຍາດ chorioretinal ຕ່າງໆໄດ້ຖືກລວມເຂົ້າ.ວຽກງານຂອງພວກເຮົາສ້າງຂຶ້ນບົນພື້ນຖານຂອງເຂົາເຈົ້າ, ລວມທັງຫຼາຍແບບເພື່ອແກ້ໄຂລະດັບຄຸນນະພາບຮູບພາບຕ່າງໆ ແລະກວດສອບຜົນໄດ້ຮັບສໍາລັບຮູບພາບທີ່ມີຂະຫນາດຕ່າງໆ.ພວກເຮົາຍັງລາຍງານການວັດແທກ AUC ຂອງແບບຈໍາລອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ແລະເພີ່ມຄວາມຖືກຕ້ອງທີ່ໜ້າປະທັບໃຈ (90%)6 ສໍາລັບທັງສອງແບບທີ່ມີຄຸນນະພາບຕໍ່າ (96%) ແລະຄຸນນະພາບສູງ (95.7%).
ການຝຶກອົບຮົມນີ້ມີຂໍ້ຈໍາກັດຫຼາຍຢ່າງ.ທໍາອິດ, ຮູບພາບຕ່າງໆໄດ້ມາດ້ວຍເຄື່ອງຈັກ OCTA ໜ່ວຍດຽວ, ລວມທັງພຽງແຕ່ຮູບພາບຂອງ plexus capillary superficial ຢູ່ທີ່ 8\(\times\)8 mm ແລະ 6\(\times\)6 mm.ເຫດຜົນສໍາລັບການຍົກເວັ້ນຮູບພາບຈາກຊັ້ນເລິກແມ່ນວ່າສິ່ງປະດິດຂອງການຄາດຄະເນສາມາດເຮັດໃຫ້ການປະເມີນຜົນດ້ວຍມືຂອງຮູບພາບມີຄວາມຫຍຸ້ງຍາກຫຼາຍແລະອາດຈະສອດຄ່ອງຫນ້ອຍລົງ.ນອກຈາກນັ້ນ, ຮູບພາບຕ່າງໆໄດ້ມາພຽງແຕ່ໃນຄົນເຈັບທີ່ເປັນໂລກເບົາຫວານ, ສໍາລັບຜູ້ທີ່ OCTA ກໍາລັງກາຍເປັນເຄື່ອງມືວິນິດໄສແລະ prognostic ທີ່ສໍາຄັນ33,34.ເຖິງແມ່ນວ່າພວກເຮົາສາມາດທົດສອບຕົວແບບຂອງພວກເຮົາກ່ຽວກັບຮູບພາບທີ່ມີຂະຫນາດທີ່ແຕກຕ່າງກັນເພື່ອຮັບປະກັນຜົນໄດ້ຮັບທີ່ເຂັ້ມແຂງ, ແຕ່ພວກເຮົາບໍ່ສາມາດກໍານົດຊຸດຂໍ້ມູນທີ່ເຫມາະສົມຈາກສູນທີ່ແຕກຕ່າງກັນ, ເຊິ່ງຈໍາກັດການປະເມີນຂອງພວກເຮົາກ່ຽວກັບຄວາມສາມາດທົ່ວໄປຂອງຕົວແບບ.​ເຖິງ​ວ່າ​ຮູບ​ພາບ​ດັ່ງກ່າວ​ໄດ້​ມາ​ຈາກ​ສູນ​ພຽງ​ແຫ່ງ​ດຽວ, ​ແຕ່​ໄດ້​ຮັບ​ຈາກ​ຄົນ​ເຈັບ​ທີ່​ມີ​ພື້ນ​ຖານ​ຊົນ​ເຜົ່າ ​ແລະ ເຊື້ອ​ຊາດ​ທີ່​ແຕກ​ຕ່າງ​ກັນ, ​ເຊິ່ງ​ເປັນ​ຈຸດ​ແຂງ​ທີ່​ເປັນ​ເອກະລັກ​ສະ​ເພາະ​ຂອງ​ການ​ສຶກສາ​ຂອງ​ພວກ​ເຮົາ.ໂດຍການລວມເອົາຄວາມຫຼາກຫຼາຍໃນຂະບວນການຝຶກອົບຮົມຂອງພວກເຮົາ, ພວກເຮົາຫວັງວ່າຜົນໄດ້ຮັບຂອງພວກເຮົາຈະໄດ້ຮັບການສະຫຼຸບໂດຍທົ່ວໄປໃນຄວາມຫມາຍທີ່ກວ້າງກວ່າ, ແລະວ່າພວກເຮົາຈະຫຼີກເວັ້ນການເຂົ້າລະຫັດຄວາມລໍາອຽງທາງດ້ານເຊື້ອຊາດໃນແບບທີ່ພວກເຮົາຝຶກອົບຮົມ.
ການສຶກສາຂອງພວກເຮົາສະແດງໃຫ້ເຫັນວ່າການເຊື່ອມຕໍ່ - ຂ້າມເຄືອຂ່າຍ neural ສາມາດໄດ້ຮັບການຝຶກອົບຮົມເພື່ອບັນລຸປະສິດທິພາບສູງໃນການກໍານົດຄຸນນະພາບຮູບພາບ OCTA.ພວກເຮົາສະຫນອງຕົວແບບເຫຼົ່ານີ້ເປັນເຄື່ອງມືສໍາລັບການຄົ້ນຄວ້າຕື່ມອີກ.ເນື່ອງຈາກວ່າ metrics ທີ່ແຕກຕ່າງກັນອາດຈະມີຄວາມຕ້ອງການຄຸນນະພາບຮູບພາບທີ່ແຕກຕ່າງກັນ, ຮູບແບບການຄວບຄຸມຄຸນນະພາບສ່ວນບຸກຄົນສາມາດໄດ້ຮັບການພັດທະນາສໍາລັບແຕ່ລະ metric ໂດຍໃຊ້ໂຄງສ້າງທີ່ຕັ້ງຢູ່ທີ່ນີ້.
ການຄົ້ນຄວ້າໃນອະນາຄົດຄວນປະກອບມີຮູບພາບທີ່ມີຂະຫນາດທີ່ແຕກຕ່າງກັນຈາກຄວາມເລິກທີ່ແຕກຕ່າງກັນແລະເຄື່ອງຈັກ OCTA ທີ່ແຕກຕ່າງກັນເພື່ອໃຫ້ໄດ້ຂະບວນການປະເມີນຜົນຄຸນນະພາບຮູບພາບການຮຽນຮູ້ທີ່ເລິກເຊິ່ງສາມາດຖືກລວມເຂົ້າໃນເວທີ OCTA ແລະໂປໂຕຄອນຮູບພາບ.ການຄົ້ນຄວ້າໃນປະຈຸບັນຍັງອີງໃສ່ວິທີການຮຽນຮູ້ເລິກທີ່ມີການເບິ່ງແຍງທີ່ຕ້ອງການການປະເມີນຜົນຂອງມະນຸດແລະການປະເມີນຮູບພາບ, ເຊິ່ງສາມາດເປັນແຮງງານຫຼາຍແລະໃຊ້ເວລາຫຼາຍສໍາລັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່.ມັນຍັງຄົງຈະເຫັນໄດ້ວ່າວິທີການຮຽນຮູ້ເລິກທີ່ບໍ່ມີການເບິ່ງແຍງສາມາດຈໍາແນກໄດ້ຢ່າງພຽງພໍລະຫວ່າງຮູບພາບທີ່ມີຄຸນນະພາບຕ່ໍາແລະຮູບພາບທີ່ມີຄຸນນະພາບສູງ.
ເນື່ອງຈາກເທກໂນໂລຍີ OCTA ສືບຕໍ່ພັດທະນາແລະຄວາມໄວການສະແກນເພີ່ມຂຶ້ນ, ການເກີດຂອງຮູບພາບປອມແລະຮູບພາບທີ່ມີຄຸນນະພາບທີ່ບໍ່ດີອາດຈະຫຼຸດລົງ.ການປັບປຸງໃນຊອຟແວ, ເຊັ່ນ: ຄຸນນະສົມບັດການໂຍກຍ້າຍຂອງປອມການຄາດຄະເນທີ່ນໍາສະເຫນີບໍ່ດົນມານີ້, ຍັງສາມາດຫຼຸດຜ່ອນຂໍ້ຈໍາກັດເຫຼົ່ານີ້.ຢ່າງໃດກໍຕາມ, ບັນຫາຈໍານວນຫຼາຍຍັງຄົງເປັນຮູບພາບຂອງຄົນເຈັບທີ່ມີ fixation ບໍ່ດີຫຼືຄວາມວຸ່ນວາຍສື່ມວນຊົນທີ່ສໍາຄັນ invariably ສົ່ງຜົນໃຫ້ຮູບພາບປອມ.ຍ້ອນວ່າ OCTA ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການທົດລອງທາງດ້ານການຊ່ວຍ, ການພິຈາລະນາຢ່າງລະມັດລະວັງແມ່ນຈໍາເປັນເພື່ອສ້າງຄໍາແນະນໍາທີ່ຊັດເຈນສໍາລັບລະດັບຮູບພາບທີ່ຍອມຮັບໄດ້ສໍາລັບການວິເຄາະຮູບພາບ.ຄໍາຮ້ອງສະຫມັກຂອງວິທີການຮຽນຮູ້ເລິກກັບຮູບພາບ OCTA ຖືຄໍາສັນຍາທີ່ຍິ່ງໃຫຍ່ແລະການຄົ້ນຄ້ວາເພີ່ມເຕີມແມ່ນຈໍາເປັນໃນຂົງເຂດນີ້ເພື່ອພັດທະນາວິທີການທີ່ເຂັ້ມແຂງໃນການຄວບຄຸມຄຸນນະພາບຮູບພາບ.
ລະຫັດທີ່ໃຊ້ໃນການຄົ້ນຄວ້າໃນປະຈຸບັນແມ່ນມີຢູ່ໃນບ່ອນເກັບມ້ຽນ octa-qc, https://github.com/rahuldhodapkar/octa-qc.ຊຸດຂໍ້ມູນທີ່ສ້າງຂຶ້ນ ແລະ/ຫຼື ວິເຄາະໃນລະຫວ່າງການສຶກສາໃນປັດຈຸບັນແມ່ນມີໃຫ້ຈາກຜູ້ຂຽນຕາມການຮ້ອງຂໍທີ່ສົມເຫດສົມຜົນ.
Spaide, RF, Fujimoto, JG & Waheed, NK Image artifacts in optical coherence angiography.Retina 35, 2163–2180 (2015).
Fenner, BJ et al.ການກໍານົດລັກສະນະການຖ່າຍຮູບທີ່ກໍານົດຄຸນນະພາບແລະການສືບພັນຂອງການວັດແທກຄວາມຫນາແຫນ້ນຂອງ capillary plexus retinal ໃນ OCT angiography.BR.J. Ophthalmol.102, 509–514 (2018).
Lauerman, JL et al.ອິດທິພົນຂອງເທກໂນໂລຍີການຕິດຕາມຕາຕໍ່ຄຸນນະພາບຮູບພາບຂອງ OCT angiography ໃນຄວາມເສື່ອມໂຊມຂອງ macular ທີ່ກ່ຽວຂ້ອງກັບອາຍຸ.ຂຸມຝັງສົບ.ທາງດ້ານຄລີນິກ.ໝົດອາຍຸສາຍຕາ.255, 1535–1542 (2017).
Babyuch AS et al.ການວັດແທກຄວາມຫນາແຫນ້ນຂອງ OCTA capillary perfusion ຖືກນໍາໃຊ້ເພື່ອກວດຫາແລະປະເມີນຜົນ ischemia macular.ການຜ່າຕັດຕາ.Retinal Laser Imaging 51, S30–S36 (2020).
He, K., Zhang, X., Ren, S., and Sun, J. Deep Residual Learning ສໍາລັບການຮັບຮູ້ຮູບພາບ.ໃນປີ 2016 ໃນກອງປະຊຸມ IEEE ກ່ຽວກັບວິໄສທັດຄອມພິວເຕີແລະການຮັບຮູ້ຮູບແບບ (2016).
Lauerman, JL et al.ການປະເມີນຄຸນນະພາບຮູບພາບ OCT angiographic ອັດຕະໂນມັດໂດຍໃຊ້ສູດການຄິດໄລ່ການຮຽນຮູ້ເລິກ.ຂຸມຝັງສົບ.ທາງດ້ານຄລີນິກ.ໝົດອາຍຸສາຍຕາ.257, 1641–1648 (2019).
Lauermann, J. et al.ອັດຕາສ່ວນຂອງຄວາມຜິດພາດຂອງການແບ່ງສ່ວນ ແລະສິ່ງປະດິດການເຄື່ອນໄຫວໃນ OCT angiography ແມ່ນຂຶ້ນກັບພະຍາດຂອງ retina.ຂຸມຝັງສົບ.ທາງດ້ານຄລີນິກ.ໝົດອາຍຸສາຍຕາ.256, 1807–1816 (2018).
Pask, Adam et al.Pytoch: ຫໍສະໝຸດການຮຽນຮູ້ເລິກລັບທີ່ຈຳເປັນ, ປະສິດທິພາບສູງ.ການປະມວນຜົນແບບພິເສດຂອງຂໍ້ມູນ neural.ລະບົບ.32, 8026–8037 (2019).
Deng, J. et al.ImageNet: ຖານຂໍ້ມູນຮູບພາບຕາມລຳດັບຂະໜາດໃຫຍ່.2009 ກອງປະຊຸມ IEEE ກ່ຽວກັບວິໄສທັດຄອມພິວເຕີແລະການຮັບຮູ້ຮູບແບບ.248–255.(2009).
Krizhevsky A., Sutzkever I. ແລະ Hinton GE Imagenet ການຈັດປະເພດໂດຍໃຊ້ເຄືອຂ່າຍ neural convolutional ເລິກ.ການປະມວນຜົນແບບພິເສດຂອງຂໍ້ມູນ neural.ລະບົບ.25, 1 (2012).