【技术实现步骤摘要】
【国外来华专利技术】对新生血管性年龄相关性黄斑变性(NAMD)的治疗要求的基于机器学习的预测
[0001]专利技术人:
[0002]A
·
毛恩茨;
A
·
诺伊贝特;
A
·
塔尔哈默;以及戴柬
[0003]相关申请的交叉引用
[0004]本申请要求于
2021
年4月7日提交的标题为“Machine Learning
‑
Based Prediction of Treatment Requirements for Neovascular Age
‑
Related Macular Degeneration(nAMD)”的美国临时专利申请第
63/172,082
号的优先权,该美国临时专利申请全文以引用的方式并入本文
。
[0005]本申请涉及新生血管性年龄相关性黄斑变性
(nAMD)
的治疗要求,并且更具体地,涉及使用谱域光学相干断层扫描
(SD
‑
OCT)
对
nAMD
的治疗要求进行的基于机器学习的预测
。
技术介绍
[0006]年龄相关黄斑变性
(AMD)
是
50
岁和以上患者视力损失的主要原因
。AMD
最初表现为干性
AMD
,然后进展为湿性
AMD
,也被称为新生血管性
AMD(nAMD)。r/>对于干性,视网膜上的黄斑下会形成小的沉积物
(
玻璃膜疣
)
,导致视网膜最终退化
。
对于湿性,起源于眼睛的脉络膜层的异常血管生长到视网膜中,以及流体从血液渗漏到视网膜中
。
一旦进入视网膜,流体可能立即扭曲受试者的视力,并且随时间推移,可能损害视网膜本身,例如导致视网膜中的光受体的损失
。
流体可能导致黄斑与其基部分离,从而造成严重和急性视力丧失
。
[0007]抗血管内皮生长因子
(
抗
VEGF)
药剂经常用于治疗湿性
AMD(
或
nAMD)。
具体地,抗
VEGF
药剂可以使受试者的视网膜变干,使得可以更好地控制受试者的湿性
AMD
,从而减少或防止永久性视力丧失
。
抗
VEGF
药剂通常经由玻璃体内注射施用,这既不受受试者欢迎,又可能伴随副作用
(
例如,红眼
、
眼痛
、
感染等
)。
注射的次数或频率也可能给患者带来负担,并且导致对疾病的控制下降
。
技术实现思路
[0008]在一个或多个实施例中,提供了一种用于管理对被诊断有新生血管性年龄相关性黄斑变性
(nAMD)
的受试者的治疗的方法
。
接收受试者的视网膜的谱域光学相干断层扫描
(SD
‑
OCT)
成像数据
。
使用
SD
‑
OCT
成像数据针对多个视网膜特征提取视网膜特征数据,该多个视网膜特征与一组视网膜流体或一组视网膜层中的至少一者相关联
。
将使用多个视网膜特征的视网膜特征数据形成的输入数据发送到第一机器学习模型中
。
基于输入数据,经由第一机器学习模型预测待施用于受试者的抗血管内皮生长因子
(
抗
VEGF)
治疗的治疗水平
。
[0009]在一个或多个实施例中,提供了一种用于管理对被诊断有新生血管性年龄相关性黄斑变性
(nAMD)
的受试者的抗血管内皮生长因子
(
抗
VEGF)
治疗的方法
。
使用训练输入数据训练机器学习模型以预测抗
VEGF
治疗的治疗水平,其中训练输入数据是使用训练光学相干
断层扫描
(OCT)
成像数据形成的
。
针对所训练的机器学习模型接收输入数据,该输入数据包括多个视网膜特征的视网膜特征数据
。
使用输入数据,经由所训练的机器学习模型预测待施用于受试者的抗
VEGF
治疗的治疗水平
。
[0010]在一个或多个实施例中,一种用于管理对被诊断有新生血管性年龄相关性黄斑变性
(nAMD)
的受试者的抗血管内皮生长因子
(
抗
VEGF)
治疗的系统包括:存储器,其包含机器可读介质,该机器可读介质包括机器可执行代码;以及处理器,其耦合到存储器
。
处理器被配置为执行机器可执行代码以使该处理器:接收受试者的视网膜的谱域光学相干断层扫描
(SD
‑
OCT)
成像数据;使用
SD
‑
OCT
成像数据提取多个视网膜特征的视网膜特征数据,该多个视网膜特征与一组视网膜流体或一组视网膜层中的至少一者相关联;将使用多个视网膜特征的视网膜特征数据形成的输入数据发送到第一机器学习模型中;以及基于输入数据,经由第一机器学习模型预测待施用于受试者的抗血管内皮生长因子
(
抗
VEGF)
治疗的治疗水平
。
[0011]在一些实施例中,提供了一种系统,其包括一个或多个数据处理器和非暂态计算机可读存储介质,其包含指令,所述指令当在所述一个或多个数据处理器上执行时,促使所述一个或多个数据处理器执行本文所公开的一种或多种方法的一部分或全部
。
[0012]在一些实施例中,提供了一种计算机程序产品,其有形地体现在非暂时性机器可读存储介质中,并且包括被配置为使一个或多个数据处理器进行本文所公开的一种或多种方法的一部分或全部的指令
。
[0013]本公开的一些实施例包括一种系统,其包括一个或多个数据处理器
。
在一些实施例中,该系统包括包含指令的非暂时性计算机可读存储介质,这些指令在一个或多个数据处理器上被执行时使该一个或多个数据处理器执行本文中所公开的一种或多种方法的一部分或全部和
/
或本文中所公开的一种或多种过程的一部分或全部
。
本公开的一些实施例包括一种有形地体现在非暂时性机器可读存储介质中的计算机程序产品,其包括指令,所述指令被配置为使一个或多个数据处理器执行本文公开的一种或多种方法的一部分或全部和
/
或本文公开的一种或多种过程的一部分或全部
。
[0014]已采用的术语和表达被用作描述性而非限制性的术语,并且在使用这些术语和表达时,无意排除所示出和描述的特征或其部分的任何等同物,但是应当认识到,在本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
一种用于管理对被诊断有新生血管性年龄相关性黄斑变性
(nAMD)
的受试者的治疗的方法,所述方法包括:接收所述受试者的视网膜的谱域光学相干断层扫描
(SD
‑
OCT)
成像数据;使用所述
SD
‑
OCT
成像数据提取多个视网膜特征的视网膜特征数据,所述多个视网膜特征与一组视网膜流体或一组视网膜层中的至少一者相关联;将使用所述多个视网膜特征的所述视网膜特征数据形成的输入数据发送到第一机器学习模型中;以及基于所述输入数据,经由所述第一机器学习模型预测待施用于所述受试者的抗血管内皮生长因子
(
抗
VEGF)
治疗的治疗水平
。2.
根据权利要求1所述的方法,其中所述视网膜特征数据包括与所述一组视网膜流体中的对应视网膜流体相关联的值,所述值选自由所述对应视网膜流体的体积
、
高度和宽度组成的组
。3.
根据权利要求1或2所述的方法,其中所述视网膜特征数据包括所述一组视网膜层中的对应视网膜层的值,所述值选自由所述对应视网膜层的最小厚度
、
最大厚度和平均厚度组成的组
。4.
根据权利要求1至3中任一项所述的方法,其中所述一组视网膜流体中的视网膜流体选自由以下项组成的组:视网膜内液
(IRF)、
视网膜下液
(SRF)、
与色素上皮脱离
(PED)
相关联的流体或视网膜下高反射材料
(SHRM)。5.
根据权利要求1至4中任一项所述的方法,其中所述一组视网膜层中的视网膜层选自由以下项组成的组:内界膜
(ILM)
层
、
外网状层
‑
亨利纤维层
(OPL
‑
HFL)、
内边界视网膜色素上皮脱离
(IB
‑
RPE)、
外边界视网膜色素上皮脱离
(OB
‑
RPE)
或布鲁赫膜
(BM)。6.
根据权利要求1至5中任一项所述的方法,其进一步包括:使用所述多个视网膜特征的所述视网膜特征数据和一组临床特征的临床数据形成所述输入数据,所述一组临床特征包括最佳矫正视力
、
脉搏
、
舒张压或收缩压中的至少一者
。7.
根据权利要求1至6中任一项所述的方法,其中预测所述治疗水平包括预测所述治疗水平的分类为高或低治疗水平
。8.
根据权利要求7所述的方法,其中所述高治疗水平指示在初始治疗阶段之后的选定时间段期间注射十六次或更多次所述抗
VEGF
治疗
。9.
根据权利要求7所述的方法,其中所述低治疗水平指示在初始治疗阶段之后的选定时间段期间注射五次或更少次所述抗
VEGF
治疗
。10.
根据权利要求1至9中任一项所述的方法,其中所述提取包括:从使用自动分割所述
SD
‑
OCT
成像数据的第二机器学习模型生成的分割图像提取所述多个视网膜特征的所述视网膜特征数据,其中所述多个视网膜特征与在所述分割图像中识别的一组视网膜流体片段或一组视网膜层片段中的至少一者相关联
。11.
根据权利要求
10
所述的方法,其中所述第二机器学习模型包括深度学习模型
。12.
根据权利要求1至
11
中任一项所述的方法,其中所述第一机器学习模型包括极限梯度提升
(XGBoost)
算法
。13.
根据权利要求1至
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。