XiaoMi-AI文件搜索系统
World File Search Systemretinopathy
视网膜中甲状腺激素信号的局部调节影响糖尿病视网膜病变的发展
甲状腺激素 (TH) 稳态失调与急性和长期疾病的预后不良有关，但其在糖尿病视网膜病变 (DR) 中的作用尚未被研究过。在这里，我们表征了 db/db 小鼠视网膜中的 TH 系统并强调了 MIO-M1 细胞中的调节过程。在 db/db 视网膜中，DR 的典型功能特征和分子特征与组织限制性的 TH 水平降低相伴而生。还证实了局部低 T3 (LT3S) 状况，这可能是由脱碘酶 3 (DIO3) 上调以及 DIO2 和 TH 受体表达降低引起的。同时，T3 反应基因，包括线粒体标志物和微小 RNA（miR-133-3p、338-3p 和 29c-3p），被下调。在 MIO- M1 细胞中，存在反馈调节回路，其中 miR-133-3p 以 T3 依赖的方式触发 DIO3 的转录后抑制，而高葡萄糖 (HG) 通过核因子红细胞 2 相关因子 2 - 缺氧诱导因子 1 途径导致 DIO3 上调。最后，体外模拟早期 LT3S 和高血糖状态与线粒体功能和应激反应标志物减少相关，而 T3 替代可逆转这一情况。总之，数据表明，在 DR 的早期阶段，DIO3 驱动的 LT3S 可能对视网膜应激有保护作用，而在慢性期，它不仅无法限制 HG 引起的损伤，而且还可能由于持续的线粒体功能障碍而增加细胞脆弱性。
评估糖尿病性视网膜病变的深度学习系统
4。Huang，X.，Wang，H.，She，C.，Feng，J。等：人工智能促进了糖尿病性视网膜病的诊断和筛查。 内分泌学领域。 13，946915（2022）5。 das，S.，Kharbanda，K.，Raman，S.M.R.，Dhas，e。：基于分割的底面图像特征的深度学习体系结构，用于糖尿病性视网膜病的分类。 生物医学信号处理和控制68，102600（2021）6。 Haloi M，Dandapat S，SinhaR。用于渗出量的高斯尺度空间方法可检测，分类和严重性预测。 ARXIV预印ARXIV：1505.00737，2015。 7。 Alban M，Gilligan T.使用荧光素血管造影照片自动检测糖尿病性视网膜病。 斯坦福教育的报告。 2016。 8。 Zhou K，Gu Z，Liu W，Luo W，Cheng J，GaoS。用于糖尿病性视网膜病变分级的多手机多任务卷积神经网络。 2018年第40届IEEE医学与生物学协会工程国际会议（EMBC）。 IEEE，2018：2724-2727。 9。 Qomariah Dun，Tjandrasa H，FatichahC。使用CNN和SVM对糖尿病性视网膜病和正常视网膜图像的分类。 2019年信息与通信技术与系统（ICT）第12届国际会议。 IEEE，2019：152-157。 10。 刘Z，Lin Y，Cao Y，Hu H，Wei Y，Zhang Z. Swin Transformer：分层视觉Huang，X.，Wang，H.，She，C.，Feng，J。等：人工智能促进了糖尿病性视网膜病的诊断和筛查。内分泌学领域。13，946915（2022）5。das，S.，Kharbanda，K.，Raman，S.M.R.，Dhas，e。：基于分割的底面图像特征的深度学习体系结构，用于糖尿病性视网膜病的分类。生物医学信号处理和控制68，102600（2021）6。Haloi M，Dandapat S，SinhaR。用于渗出量的高斯尺度空间方法可检测，分类和严重性预测。ARXIV预印ARXIV：1505.00737，2015。7。Alban M，Gilligan T.使用荧光素血管造影照片自动检测糖尿病性视网膜病。斯坦福教育的报告。2016。8。Zhou K，Gu Z，Liu W，Luo W，Cheng J，GaoS。用于糖尿病性视网膜病变分级的多手机多任务卷积神经网络。 2018年第40届IEEE医学与生物学协会工程国际会议（EMBC）。 IEEE，2018：2724-2727。 9。 Qomariah Dun，Tjandrasa H，FatichahC。使用CNN和SVM对糖尿病性视网膜病和正常视网膜图像的分类。 2019年信息与通信技术与系统（ICT）第12届国际会议。 IEEE，2019：152-157。 10。 刘Z，Lin Y，Cao Y，Hu H，Wei Y，Zhang Z. Swin Transformer：分层视觉Zhou K，Gu Z，Liu W，Luo W，Cheng J，GaoS。用于糖尿病性视网膜病变分级的多手机多任务卷积神经网络。2018年第40届IEEE医学与生物学协会工程国际会议（EMBC）。IEEE，2018：2724-2727。 9。 Qomariah Dun，Tjandrasa H，FatichahC。使用CNN和SVM对糖尿病性视网膜病和正常视网膜图像的分类。 2019年信息与通信技术与系统（ICT）第12届国际会议。 IEEE，2019：152-157。 10。 刘Z，Lin Y，Cao Y，Hu H，Wei Y，Zhang Z. Swin Transformer：分层视觉IEEE，2018：2724-2727。9。Qomariah Dun，Tjandrasa H，FatichahC。使用CNN和SVM对糖尿病性视网膜病和正常视网膜图像的分类。2019年信息与通信技术与系统（ICT）第12届国际会议。IEEE，2019：152-157。 10。 刘Z，Lin Y，Cao Y，Hu H，Wei Y，Zhang Z. Swin Transformer：分层视觉IEEE，2019：152-157。10。刘Z，Lin Y，Cao Y，Hu H，Wei Y，Zhang Z. Swin Transformer：分层视觉
mvcinn：使用深层交叉交流神经网络
糖尿病性视网膜病（DR）是造成运动年龄成人不可逆失明的主要原因。先前的DR检测模型在临床应用中遇到困难。主要原因是大多数以前的方法仅使用单视数据，而单个视野（FOV）仅占视网膜FOV的13％，从而导致大多数病变特征的丢失。为了减轻此问题，我们提出了一个用于DR检测的多视图模型，该模型可以充分利用涵盖几乎所有视网膜场的多视图图像。是特定的，我们设计了一个基于交互的自我注意模块（CISAM），该模块（CISAM）融合了从卷积块中提取的局部特征，该特征具有从变压器块中学到的远距离全局特征。此外，考虑到不同观点的病理关联，我们使用特征拼图来组装和学习多种视图的特征。具有34,452张图像的最新公共多视图MFIDDR数据集进行了广泛的实验，证明了我们方法的优越性，该方法对最新模型的表现有利。据我们所知，这项工作是公共大型多视图底面图像数据集的首次研究，用于DR检测。据我们所知，这项工作是公共大型多视图底面图像数据集的首次研究，用于DR检测。
基于药物再利用的联合治疗在临床前视网膜病变模型中表现出与突变无关的疗效
遗传性视网膜病变是一种毁灭性疾病，在大多数情况下缺乏治疗选择。由于此类疾病中发现的突变种类繁多，因此无论潜在的遗传病变如何，减轻病理生理的疾病修饰疗法都是可取的。我们测试了一种基于系统药理学的策略，该策略通过 G 蛋白偶联受体 (GPCR) 调节抑制细胞内 cAMP 和 Ca2+ 活性，使用坦索罗辛、美托洛尔和溴隐亭共同给药。该治疗改善了 Pde6 β rd10 和 RhoP23H/WT 视网膜色素变性小鼠的视锥光感受器功能并减缓了退化。在 PDE6A-/- 狗中，经过 7 个月的药物输注后，视锥变性得到适度缓解。该治疗还改善了 Leber 先天性黑蒙 Rpe65-/- 小鼠模型中的视杆通路功能，但不能防止视锥变性。 RNA 测序分析表明，接受药物治疗的 Rpe65-/- 和 rd10 小鼠的代谢功能得到改善。我们的数据表明，通过多种受体作用改变第二信使水平的儿茶酚胺能 GPCR 药物组合可提供一种潜在的改善视网膜变性的疾病疗法。
糖尿病视网膜病变人工智能评估对资源匮乏环境下转诊服务的影响
目的：本试验旨在确定人工智能 (AI) 支持的糖尿病视网膜病变 (DR) 筛查是否提高了卢旺达的转诊率。设计：卢旺达糖尿病视网膜病变筛查人工智能 (RAIDERS) 研究是一项研究者盲法平行组随机对照试验。参与者：18 岁已知患有糖尿病且需要根据 AI 解释转诊 DR 的患者。方法：RAIDERS 研究于 2021 年 3 月至 2021 年 7 月在 4 家机构使用视网膜成像和 AI 解释对 DR 进行筛查。符合条件的参与者被随机 (1:1) 分配到立即反馈 AI 评分 (干预) 或在初步筛查后 3 至 5 天完成人工评分后传达转诊建议 (对照)。主要结果测量：研究组之间在被告知需要转诊就诊后 30 天内就诊转诊服务的比率差异。结果：在符合纳入标准的 823 名门诊患者中，275 名 (33.4%) 参与者根据 AI 筛查结果显示可转诊 DR 阳性，并被随机分配纳入试验。研究参与者（平均年龄 50.7 岁；58.2% 为女性）被随机分配到干预组 (n = 136 [49.5%]) 或对照组 (n = 139 [50.5%])。基线时未发现组间显著差异，100% 参与者的主要结果数据可用于分析。干预组的转诊依从性 (70/136 [51.5%]) 显著高于对照组 (55/139 [39.6%]；P = 0.048)，增加了 30.1%。多变量分析显示，年龄较大（优势比 [OR]，1.04；95% 置信区间 [CI]，1.02 e 1.05；P < 0.0001）、男性（OR，2.07；95% CI，1.22 e 3.51；P = 0.007）、农村居住地（OR，1.79；95% CI，1.07 e 3.01；P = 0.027）和干预组（OR，1.74；95% CI，1.05 e 2.88；P = 0.031）与接受转诊具有显着相关性。结论：与人工评分员延迟传达结果相比，基于人工智能支持的筛查对转诊状态的即时反馈与统计学上显着更高的转诊依从性相关。这些结果证明，人工智能筛查在促进撒哈拉以南非洲糖尿病眼科护理处方治疗依从性方面具有重要益处。眼科科学 2022；2：100168 ª 2022，美国眼科学会。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
玻璃体内酶替代疗法在婴儿晚期脂肪促脂肪肌炎下减慢视网膜病变2
抽象的ceroid脂肪促脂肪促肌动症2型（CLN2）是由TPP1基因中的双重致病变异引起的，它编码了溶酶体三肽基肽酶1（TPP1）。经典的晚期表型具有2至4年的发病年龄，其特征是精神运动，肌阵挛，共济失调，失明和预期寿命缩短。视力丧失是由于视网膜变性而发生的，通常是在明显的严重神经系统症状时。使用重组Hu-human TPP1（RHTPP-1）的脑室内酶替代疗法（ICV-ERT）被证明会减慢神经系统衰落。但是，它不能阻止视力丧失。玻璃体内RHTPP-1（IVT-ERT）在犬CLN2模型中停止视网膜变性，并在人类中进行富有同情心的研究。我们报告了已知与严重CLN2视网膜病有关的TPP1中的致病变异的早期治疗患者的临床和眼科结局。他在40个月的ICV-ERT开始使用ICV-ERT，在60个月的一只眼中每周4个IVT-ERT。另一只眼睛是未经处理的控制。Baseline best corrected visual acuity (BCVA) was 0.5 with mild bull ' s eye maculopathy evident inboth eyes.After 24 monthsof IVT-ERT,BCVA inthetreatedeye was 0.2 with bull ' s eye maculopathy sparing outer retinal layers, whereas the untreated eye had progressed to endstage retinopathy and BCVA < 0.02.未发生眼内副作用。我们的结果提供了进一步的证据，表明IVT-ert似乎是安全的，并且明显延迟了视网膜变性，从而保留视觉功能并提高患者的生活质量，尤其是在早期开始时。
范围内的时间：在2型糖尿病中揭示与糖尿病性视网膜病的相关性：系统评价和荟萃分析
或影响红细胞与葡萄糖结合血红蛋白之间相互作用的条件[2]。另外，HBA1C具有更大的局限性，例如捕获血糖变异性的波动和模式，这会导致平均葡萄糖水平和HBA1C读数之间的差异[2，3]。在与T2D相关的微血管并发症中，糖尿病性视网膜病（DR）是一个问题，影响了大约三分之一的T2D患者[4，5]。它被认为是导致全球失明的主要病因[6]。研究表明，DR的患病率达到22.27％，强调了及时识别和干预以减少任何并发症的关键需求[7]。连续的葡萄糖监测（CGM）是T2D中有希望的新技术[8]。CGM提供了血糖模式的实时变异性，为个人的葡萄糖水平提供了宝贵的见解。在14天内，CGM提供范围（TIR）的时间，葡萄糖浓度的百分比保持在70至180 mg/dl的范围内[8]。不像HBA1C，CGM可以捕获葡萄糖水平的波动和模式，从而提供了个体的血糖概况的更加综合图片[8，9]。可以减轻或最小化，夜间或无症状性低血糖。此结果是T2D患者的生活质量提高[10]。此外，诸如血糖游览（法师），变异系数（CV）和标准偏差（SD）之类的指标（SD）提供了对葡萄糖变异性和一致性的进一步了解[11]。研究表明CGM与HBA1C相关，因此将这两种方法确立为监测血糖控制的可靠手段。但是，CGM具有检测低血糖的优势，这是HBA1C测量缺乏的能力[12]。研究已经建立了血糖控制与视网膜病变进展之间的关联。一项研究表明，视网膜进展的危险比增加了64％，TIR每10％减少[13]。基于这些结果，我们进行了系统的综述和荟萃分析，以强调TIR与其他CGM衍生的指标与DR之间的关联。此外，我们将探讨对临床策略的实际意义。
病变分类和糖尿病性视网膜病变分级，通过将软效果和汇总到视觉变压器
方法：在这些技术中，深度学习模型已经证明了各种类型的机器视觉任务的有希望的结果。但是，大多数以医学图像分析为导向的深度学习方法建立在卷积操作上，这可能会忽略医学图像中远程像素之间的全球依赖性。因此，可以在医学图像分析中逐渐采用了可以揭示全球像素之间关联的视觉变压器模型。但是，注意机制的二次计算复杂性阻碍了视力变压器在临床实践中的部署。考虑到上面的分析，这项研究引入了具有软磁性和线性模块的综合自我发场机制，以同时保证效率和表现力。是特定的，通过添加一组代理令牌，在注意模块中采用了比原始查询和键代币的一部分和关键令牌。请注意，代理令牌可以完全利用软磁性和线性注意的优势。
最初的研究比较和对比SGLT抑制剂Canagliflozin和Empagliflozin对视网膜病变进展
背景：糖尿病性视网膜病（DR）是全球最终失明的主要原因，可以说是1型和2型糖尿病的最残疾并发症之一。葡萄糖共转移蛋白-2（SGLT2）抑制剂现已成功地引入临床医学并在糖尿病患者中发挥多种有益作用。鉴于SGLT2抑制剂的广泛治疗应用，我们假设SGLT2抑制作用可以减轻DR的进展。 因此，我们旨在将两种临床上可用的SGLT2抑制剂分别在视网膜病变和DR的进展中，分别使用良好的小鼠模型，Kimba和Akimba进行比较。 方法：empagliflozin，canagliflozin（25 mg/kg/day）或媒介物通过饮用水进行8周将10周大的小鼠施用。 测量尿液葡萄糖水平以确定SGLT2抑制作用促进了葡萄糖排泄。 获得每周体重和水的摄入量测量。 测量了8周的治疗，体重，每日饮水，进行空腹血糖水平并收获眼组织。 使用免疫荧光评估了视网膜脉管系统。 结果：empagliflozin处理过的Akimba小鼠表现出由健康体重增加并显着降低空腹血糖水平所暗示的代谢益处。 用雌激素治疗Kimba和Akimba小鼠的视网膜血管病变。 canagliflozin改善了体重增加，阿基巴小鼠的血糖水平降低，并降低了金巴小鼠的视网膜血管病变的发展。鉴于SGLT2抑制剂的广泛治疗应用，我们假设SGLT2抑制作用可以减轻DR的进展。因此，我们旨在将两种临床上可用的SGLT2抑制剂分别在视网膜病变和DR的进展中，分别使用良好的小鼠模型，Kimba和Akimba进行比较。方法：empagliflozin，canagliflozin（25 mg/kg/day）或媒介物通过饮用水进行8周将10周大的小鼠施用。尿液葡萄糖水平以确定SGLT2抑制作用促进了葡萄糖排泄。获得每周体重和水的摄入量测量。测量了8周的治疗，体重，每日饮水，进行空腹血糖水平并收获眼组织。使用免疫荧光评估了视网膜脉管系统。结果：empagliflozin处理过的Akimba小鼠表现出由健康体重增加并显着降低空腹血糖水平所暗示的代谢益处。用雌激素治疗Kimba和Akimba小鼠的视网膜血管病变。canagliflozin改善了体重增加，阿基巴小鼠的血糖水平降低，并降低了金巴小鼠的视网膜血管病变的发展。结论：我们的数据表明，empagliflozin具有视网膜病和DR的治疗性的未来潜力，现在应该考虑进行人体试验。
支持向量机器学习工具的性能用于诊断临床实践中的糖尿病性视网膜病变
摘要：目的：检查支持向量机学习软件（视网膜）的现实性能，以确定糖尿病患者在临床实践中可能存在糖尿病患者的糖尿病性视网膜病（DR）。方法：包括1001例患者的1001只眼睛 - 每位患者一只眼睛 - 参与丹麦国家筛查计划。根据国际临床糖尿病性视网膜病变严重程度量表，三位独立的眼科医生对所有眼睛进行了分级，并通过多数决定确定疾病的确切水平。该软件检测到DR和NO DR，并与眼科医生的成绩进行了比较。Results: At a clinical chosen threshold, the software showed a sensitivity, specificity, positive predictive value and negative predictive value of 84.9% (95% CI: 81.8–87.9), 89.9% (95% CI: 86.8–92.7), 92.1% (95% CI: 89.7–94.4), and 81.0% (95% CI:与人类评分相比，分别为77.2–84.7）。常规筛查的结果为87.0％（95％CI：84.2-89.7），85.3％（95％CI：81.8-88.6），89.2％（95％CI：86.3-91.7），和82.5％（95％CI：78.5-866666.0），相应。AUC为93.4％。参考分级器Conger的精确kappa为0.827。结论：该软件的执行与常规分级相似，并具有重叠的信心间隔，表明两组之间的性能可比性。研究生协议令人满意。但是，评估更新的软件以及更新的临床程序至关重要。因此，建议在实施软件作为决策支持工具之前进行进一步的临床测试。