光干渉断層撮影Bスキャンにおける網膜層と液体のセグメンテーションのためのマルチスケール適応融合ネットワーク
カテゴリ：診断支援・画像解析
公開日：2026年4月1日
タイトル：Multi-scale adaptive fusion network for retinal layer and fluid segmentation in optical coherence tomography B-scans
雑誌名：Sci Rep. 2026 Mar 30; 16(1): doi: 10.1038/s41598-026-44006-5.
概 要：
本研究は、糖尿病性黄斑浮腫（DME）、加齢黄斑変性（AMD）、網膜静脈閉塞（RVO）などの視覚健康に対する主要な脅威に対処するため、光干渉断層撮影（OCT）を用いた網膜疾患の検出を改善する深層学習アーキテクチャ「適応マルチドメイン融合ネットワーク（AMDF-Net）」を提案します。AMDF-Netは、ハイブリッドスペクトル-空間トランスフォーマー（HSST）や動的注意融合（DAF）モジュールを組み合わせ、網膜液体に特有の特徴を強調し、疾患を考慮したセグメンテーション（DIS）モジュールにより、正確な診断を容易にします。
方 法：
AMDF-Netは、公開データとリアルタイムデータを用いた広範な分析に基づいており、網膜疾患の検出精度を向上させることを目的とした深層学習モデルです。主要評価指標として、Dice係数98.87%および分類精度98.12%を達成しました。
結 果：
AMDF-Netは、網膜疾患の自動分析において顕著な結果を示し、Dice係数98.87%および分類精度98.12%を記録しました。これにより、網膜液体の特性を考慮した診断が可能となります。
結 論：
AMDF-Netは、網膜疾患の自動分析を向上させる可能性を示しており、治療に基づく意思決定の支援に貴重な助けとなることが期待されます。