Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Weight-Selection Strategy on Training Deep Neural Networks for Imbalanced Classification Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Retinal Biomarkers of Alzheimer’s Disease: Insights from Transgenic Mouse Models

verfasst von : Rui Bernardes, Gilberto Silva, Samuel Chiquita, Pedro Serranho, António Francisco Ambrósio

Erschienen in: Image Analysis and Recognition

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we use the retina as a window into the central nervous system and in particular to assess changes in the retinal tissue associated with the Alzheimer’s disease. We imaged the retina of wild-type (WT) and transgenic mouse model (TMM) of Alzheimer’s disease with optical coherence tomography and classify retinas into the WT and TMM groups using support vector machines with the radial basis function kernel. Predictions reached an accuracy over 80% at the age of 4 months and over 90% at the age of 8 months. Texture analysis of computed fundus reference images suggests a more heterogeneous organization of the retina in transgenic mice at the age of 8 months in comparison to controls.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Contrast Enhancement by Top-Hat and Bottom-Hat Transform with Optimal Structuring Element: Application to Retinal Vessel Segmentation
Nächstes Kapitel Particle Swarm Optimization Approach for the Segmentation of Retinal Vessels from Fundus Images
Literatur
1.
Bernardes, R., Serranho, P., Santos, T., Gonçalves, V., Cunha-Vaz, J.: Optical coherence tomography: automatic retina classification through support vector machines. Eur. Ophthalmic Rev. 6(4), 200–203 (2012)CrossRef
2.
Prince, M., Guerchet, M., Prina, M.: The Epidemiology and Impact of Dementia: Current State and Future Trends. World Health Organization, Geneva (2015)
3.
4.
5.
6.
7.
Duque, C., Januário, C., Lemos, J., Fonseca, P., Correia, A., Ribeiro, L., Bernardes, R., Freire, A: Optical coherence tomography in LRRK2-associated Parkinson Disease. Neurology, 84(14), Supplement P2.147 (2015)
8.
Bernardes, R., Correia, A., D’Almeida, O.C., Batista, S., Sousa, L., Castelo-Branco, M.: Optical properties of the human retina as a window into systemic and brain diseases. Invest. Ophthalmol. Vis. Sci. 55, 3367 (2014)
9.
10.
Bouma, B., Tearney, G.: Handbook of Optical Coherence Tomography. Marcel Dekker Inc, New York (2002)
11.
Huang, D., Swanson, E.A., Lin, C.P., Schuman, J.S., Stinson, W.G., Chang, W., Hee, M.R., Flotte, T., Gregory, K., Puliafito, C.A., Fujimoto, J.G.: Optical coherence tomography. Science 254(5035), 1178–1181 (1991)CrossRef
12.
Fujimoto, J.G., Drexler, W.: Introduction to optical coherence tomography. In: Drexler, W., Fujimoto, J.G. (eds.) Optical Coherence Tomography: Technology and Applications. Springer, Berlin, Heidelberg (2008)CrossRef
13.
14.
Kang, K., Wu, X., Chen, D.Z., Sonka, M.: Optimal surface segmentation in volumetric images - a graph-theoretic approach. IEEE Trans. Pattern Anal. Mach. Intell. 28, 119–134 (2006). doi:10.​1109/​TPAMI.​2006.​19CrossRef
15.
Garvin, M.K., Abramoff, M.D., Wu, X., Burns, T.K., Russell, S.R., Sonka, M.: Automated 3-D intraretinal layer segmentation of macular spectral-domain optical coherence tomography images. IEEE Trans. Med. Imaging 28(9), 1436–1447 (2009). doi:10.​1109/​TMI.​2009.​2016958CrossRef
16.
Hasegawa, T., Ikeda, H.O., Nakano, N., Muraoka, Y., Tsuruyama, T., Okamoto-Furuta, K., Kohda, H., Yoshimura, N.: Changes in morphology and visual function over time in mouse models of retinal degeneration: an SD-OCT, histology, and electroretinography study. Jpn. J. Ophthalmol. 60, 111 (2016). doi:10.​1007/​s10384-015-0422-0CrossRef
17.
18.
Berger, A., Cavallero, S., Dominguez, E., Barbe, P., Simonutti, M., Sahel, J.A., Sennlaub, F., Raoul, W., Paques, M., Bemelmans, A.P.: Spectral-domain optical coherence tomography of the rodent eye: highlighting layers of the outer retina using signal averaging and comparison with histology. PLoS ONE 9(5), e96494 (2014). doi:10.​1371/​journal.​pone.​0096494CrossRef
19.
Dutescu, R.M., Li, Q.X., Crowston, J., Masters, C.L., Baird, P.N., Culvenor, J.G.: Amyloid precursor protein processing and retinal pathology in mouse models of Alzheimer’s disease. Graefes Arch. Clin. Exp. Ophthalmol. 247, 1213–1221 (2009). doi:10.​1007/​s00417-009-1060-3CrossRef
20.
Guimarães, P., Rodrigues, P., Lobo, C., Leal, S., Figueira, J., Serranho, P., Bernardes, R.: Ocular fundus reference images from optical coherence tomography. Comput. Med. Imaging Graph. 38, 381–389 (2014)CrossRef
21.
Rodrigues, P., Guimarães, P., Santos, T., Simão, S., Miranda, T., Serranho, P., Bernardes, R.: Two-dimensional segmentation of the retinal vascular network from optical coherence tomography. J. Biomed. Opt. 18(12), 126011 (2013)CrossRef
22.
Gonzalez, R.C., Woods, R.E.: Digital Image Processing, 2nd edn. Prentice Hall, New Jersey (2002)
23.
Duda, R.O., Hart, P.E., Stork, D.G.: Pattern Classification. Wiley-Interscience, Chichester, UK (2000)
Metadaten
Titel
Retinal Biomarkers of Alzheimer’s Disease: Insights from Transgenic Mouse Models
verfasst von
Rui Bernardes
Gilberto Silva
Samuel Chiquita
Pedro Serranho
António Francisco Ambrósio
Copyright-Jahr
2017
Buch
Image Analysis and Recognition

Print ISBN: 978-3-319-59875-8

Electronic ISBN: 978-3-319-59876-5

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-59876-5_60

Premium Partner

    Bildnachweise