2019 Fiscal Year Annual Research Report
Estimation of visual field sensitivity from retinal thickness using deep learning neural network
Project/Area Number |
17K16960
|
Research Institution | The University of Tokyo |
Principal Investigator |
藤野 友里 東京大学, 医学部附属病院, 特任研究員 (20768254)
|
Project Period (FY) |
2017-04-01 – 2020-03-31
|
Keywords | 緑内障 / 光干渉断層計 / 視野 |
Outline of Annual Research Achievements |
緑内障の視野感度は神経節細胞層を含む網膜厚と密接に関連している。最近では光干渉断層計を利用して、黄斑部領域の黄斑網膜厚、網膜神経線維層(RNFL)、神経節細胞層(GCL)+内網状層(IPL)、視細胞層+網膜色素上皮層(OS+RPE)などの厚みを精細に測定することが可能となった。これらの測定は中心10度の視野に対応している。本研究ではこれらの測定された網膜層厚から中心10度視野感度を予測するモデルの構築を行った。具体的には畳み込みニューラルネットワークを用いて3つの黄斑網膜厚維層、神経節細胞層+内網状層、視細胞層+網膜色素上皮層を用いて予測した(CNNモデル)。更に予め大量の視野データから緑内障性視野障害パターンを抽出しておき、このパターンに照らして予測視野感度を正則化する事後的に行うモデルも構築した(PBRモデル)。CNNのみで予測を行った場合の各視野測定点の予測誤差の平均6.76 dB, PBRを用いた方法では6.16 dBと高い推定精度を達成し、CNNのみの予測に対しての予測誤差は約10%減少した。
|
-
[Journal Article] Predicting the glaucomatous central 10 degrees visual field from optical coherence tomography using deep learning and tensor regression.2020
Author(s)
Xu L, Asaoka R, Kiwaki T, Murata H, Fujino Y, Matsuura M, Hashimoto Y, Asano S, Miki A, Mori K, Ikeda Y, Kanamoto T, Yamagami J, Inoue K, Tanito M, Yamanishi K.
-
Journal Title
Am J Ophthalmol
Volume: -
Pages: -
Peer Reviewed
-