摘要
我国心血管疾病的发病率和致死率仍处于高位,造成了严重的社会经济负担,需要更多手段识别心血管疾病高危人群并进行早期干预.目前,越来越多的研究表明眼部图像与心血管疾病的发生和发展有很强的相关性.对视网膜血管的分析研究则表明从眼底照片中得到的视网膜血管形状、颜色和直径的变化信息与心血管健康和全身性疾病息息相关.深度学习有助于发现心血管疾病早期生物标志物、早期诊断心血管疾病和预测心血管疾病预后.随着深度学习技术的发展,采用视网膜眼底图像作为训练集的机器学习算法也展现出了对心血管疾病的预测能力.本文对深度学习结合眼底照片预测心血管疾病及相关危险因素的研究进展进行了介绍,揭示了 目前深度学习结合眼底照片在年龄、性别、吸烟和饮酒状况等心血管疾病危险因素、人群心血管风险和冠状动脉粥样硬化性心脏病及卒中具备一定的预测能力.
NETL
NSTL
万方数据