Deep learning for retinal non-perfusion and foveal avascular zone analysis in wide-field OCTA in diabetic retinopathy

Abstract We developed an automated framework for segmenting low-quality and non-perfusion areas in widefield OCTA images to obtain two key metrics useful for diabetic retinopathy (DR) monitoring: the retinal non-perfusion index (NPI) and foveal avascular zone (FAZ) area. Using 170 images from 88 pat...

முழு விளக்கம்

சேமிக்கப்பட்டது:

நூற்பட்டியல் விவரங்கள்
முதன்மை ஆசிரியர்கள்:	Hugo Le Boité, Sophie Bonnin, Mathias Gallardo, Mathieu Lamard, Aude Couturier, Gwenolé Quellec
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	Nature Portfolio 2025-08-01
தொடர்:	Scientific Reports
பொருள்கள்:	OCT-angiography Retinal non-perfusion Artificial intelligence Image segmentation Diabetic retinopathy
ஆன்லைன் அணுகல்:	https://doi.org/10.1038/s41598-025-15712-3
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!

Deep learning for retinal non-perfusion and foveal avascular zone analysis in wide-field OCTA in diabetic retinopathy

ஒத்த வளங்கள்