Braided Vision Transformer for Stroke Detection in Multi-view Retinal Fundus Imaging
Dieses Paper stellt den Braided Vision Transformer (BViT) vor, ein neuartiges Deep-Learning-Modell, das Multi-View-Retina-Fundusbilder beider Augen nutzt, um Schlaganfälle und transitorische ischämische Attacken durch die gleichzeitige Extraktion von Merkmalen und die Modellierung von Inter-View-Beziehungen zu detektieren, wobei auf einem neu gesammelten Datensatz eine AUC von 0,75 erreicht wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Schlaganfälle bleiben eine der verheerendsten gesundheitlichen Herausforderungen der Welt, eine führende Ursache für Tod und langfristige Behinderungen, die ohne Vorwarnung zuschlagen. Jahrzehntelang haben sich Ärzte auf schwere, teure Maschinen wie CT-Scanner und MRT verlassen, um in das Gehirn zu sehen und einen Schlaganfall zu bestätigen. Diese Werkzeuge sind für die Behandlung unerlässlich, aber sie sind nicht immer für ein schnelles Screening verfügbar, insbesondere in abgelegenen Gebieten oder für frühe Warnsignale. Eine wachsende Zahl von Forschungsarbeiten deutet darauf an, dass der Schlüssel zum Aufspüren dieser Gefahren möglicherweise nicht im Gehirn selbst liegt, sondern im Auge. Die Retina, das lichtempfindliche Gewebe an der Rückseite des Auges, ist der einzige Ort im Körper, an dem Ärzte Blutgefäße direkt und ohne chirurgischen Eingriff beobachten können. Da die Gefäße im Auge und im Gehirn sehr ähnlich sind, spiegeln Veränderungen in den winzigen Blutgefäßen der Retina oft den Gesundheitszustand des eigenen Blutkreislaufsystems des Gehirns wider. Diese Verbindung hat die Suche nach einer schnelleren, günstigeren und nicht-invasiven Methode angestoßen, das Schlaganfallrisiko mit nichts anderem als einer Fotografie des Auges zu beurteilen.
Forscher am VTT Technical Research Centre of Finland haben dieses Konzept weiterentwickelt, indem sie ein neues Computersystem entwickelt haben, das darauf ausgelegt ist, diese retinalen Fotografien mit einer bisher ungekannten Tiefe zu lesen. In einer kürzlich durchgeführten Studie stellten sie eine Methode namens Braided Vision Transformer vor, eine Art künstliche Intelligenz, die das Auge auf eine Weise betrachtet, wie es kein bisheriges System getan hat. Anstatt ein einzelnes Bild isoliert zu analysieren, untersucht dieses System gleichzeitig vier verschiedene Ansichten der Retina: die Makula und den Sehnervenkopf sowohl des linken als auch des rechten Auges. Die Makula ist der zentrale Teil der Retina, der für das scharfe Sehen verantwortlich ist, während der Sehnervenkopf die Stelle ist, an der die Nervenfasern aus dem Auge austreten, um zum Gehen zum Gehirn. Durch das Erfassen dieser spezifischen Bereiche von beiden Augen sammelt das System ein viel reichhaltigeres Bild der vaskulären Gesundheit einer Person, als es eine einzelne Momentaufnahme je könnte.
Die Kerninnovation dieser Arbeit liegt darin, wie der Computer diese vier Bilder verarbeitet. Traditionelle Modelle der künstlichen Intelligenz behandeln jedes Bild oft als separates Puzzleteil und lösen sie nacheinander, bevor sie die Antworten kombinieren. Der neue Braided Vision Transformer hingegen verwebt die Informationen von Beginn an miteinander. Er schafft eine Struktur, in der der Computer ständig die Blutgefäßmuster des linken Auges gegen die des rechten Auges und die zentrale Ansicht gegen die Seitenansicht abgleicht, und das alles gleichzeitig. Dieser Ansatz ahmt die Arbeitsweise eines erfahrenen Klinikers nach, der ständig den Fokus zwischen verschiedenen Teilen des Auges und beiden Augen wechselt, um subtile Unstimmigkeiten zu entdecken, die auf Probleme hindeuten. Die Forscher trainierten dieses System mit einem Datensatz von über 800 retinalen Bildern, die von mehr als 200 Teilnehmern gesammelt wurden, darunter Menschen, die einen Schlaganfall erlitten hatten, Personen, die eine transitorische ischämische Attacke – eine vorübergehende Blockade, die oft als „Mini-Schlaganfall“ bezeichnet wird – erlebt hatten, sowie gesunde Individuen.
Die Ergebnisse dieses Trainings waren vielversprechend. Als das System auf seine Fähigkeit getestet wurde, zwischen gesunden Augen und solchen, die Anzeichen eines Schlaganfalls oder eines Mini-Schlaganfalls zeigten, erreichte es einen Leistungswert von 0,75 – ein Maß für die Genauigkeit, das höher war als die anderen im selben Rahmen getesteten Standardmodelle der Computer Vision. Das System erwies sich als besonders effektiv bei der Erkennung der komplexen Muster, die mit zerebrovaskulären Ereignissen einhergehen, und übertraf dabei Modelle, die Bilder einzeln betrachteten oder ältere Methoden zur Datenkombination nutzten. Die Studie hob auch eine entscheidende Erkenntnis hervor: Die Betrachtung mehrerer Ansichten des Auges ist signifikant besser als die Betrachtung von nur einer. Als die Forscher eine Version des Systems testeten, die nur ein einzelnes Bild betrachtete, sank die Fähigkeit zur Erkennung eines Schlaganfalls drastisch, was darauf hindeutet, dass die subtilen Anzeichen der Gefäßerkrankung über verschiedene Teile der Retina und beide Augen verteilt sind und leicht übersehen werden, wenn die Sicht zu eng gefasst ist.
Obwohl das System noch nicht bereit ist, den CT-Scanner in einer Krankenhaus-Notaufnahme zu ersetzen, stellt es einen bedeutenden Fortschritt im Potenzial für das Frühscreening dar. Die Forscher merken an, dass ihr Ansatz eine tragbare und kostengünstige Alternative bietet, die eines Tages in Gemeindekliniken oder sogar an entlegenen Orten eingesetzt werden könnte, um Personen zu identifizieren, die sofortige, detailliertere medizinische Aufmerksamkeit benötigen. Die Studie bestätigt, dass die Retina wertvolle Hinweise über die Gehirngesundheit enthält und dass moderne künstliche Intelligenz, wenn sie so konzipiert ist, dass sie das Gesamtbild statt nur eines Teils betrachtet, diese Hinweise effektiver als je zuvor entschlüsseln kann. Durch die erfolgreiche Verwebung mehrerer Augenansichten deutet diese neue Methode auf eine Zukunft hin, in der die erste Verteidigungslinie gegen einen Schlaganfall so einfach wie eine schnelle, schmerzlose Fotografie sein könnte.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.