智迹闻AuraTracer
EN

EVENT DOSSIER

基于LLM报告技术的阿尔茨海默病视网膜OCTA表型分析

2026-09-07 12:00 科学 🔥 42.2 事件热度
1家信源
1天持续发酵
42.2事件热度
4个提及
摘要由 AI 生成

研究人员提出一种可解释的光学相干断层扫描血管造影(OCTA)流程,旨在建立视网膜血管测量与阿尔茨海默病研究证据之间的透明非诊断连接。该流程整合了标注感知血管分割、分层血管生物标志物提取及基于测量的大型语言模型报告生成技术。研究利用 39 名受试者的 117 张 ROSE-1 图像,对浅层、深层血管复合体及其结合部进行分割,实现了从 0.916 至 0.970 的 ROC-AUC 识别效果。分析提取了六个密度和分形维数生物标志物构建特征谱,并在未标记诊断标签的情况下,成功识别出一组内部一致的低密度、低分形维数表型。生成的报告经 GPT、Gemini 和 Llama 模型评估验证。

相关事件RELATED EVENTS
关键实体KEY ENTITIES
GPTGeminiLlamaarXiv

报道态势 · 每日报道量LANGUAGE SPLIT

实体关系
GPT × Gemini1GPT × Llama1GPT × arXiv1Gemini × Llama1Gemini × arXiv1Llama × arXiv1

信号强度SIGNALS

关键词热度
  • arXiv1
  • GPT1
  • Gemini1
  • Llama1

全部报道(1)SOURCES

A arXiv cs.CL en 2026-09-07 12:00

Retinal OCTA Phenotyping with LLM Reporting for Alzheimer's Disease

研究人员提出一种可解释的光学相干断层扫描血管造影(OCTA)流程,整合标注感知血管分割、分层血管生物标志物提取及基于测量的大型语言模型报告。该流程利用 39 名受试者的 117 张 ROSE-1 图像,对浅层血管复合体、深层血管复合体及两者结合进行分割,实现ROC-AUC值为0.916至0.970的识别效果。分析提取出六个密度和分形维数生物标志物以构建受试者水平特征谱,并在未标记诊断标签的情况下识别出一组内部一致的低密度、低分形维数表型。生成的报告经GPT、Gemini和Llama模型评估,旨在建立视网膜血管测量与阿尔茨海默病研究证据链接之间的透明非诊断连接。