Michael Kalloniatis

基于OCT的眼神经病变诊断：使用可解释和隐私保护的机器学习

分阶段方法用于检测青光眼进展的视野检查次数和频率

基于多注意力机制的深度多模态融合网络用于青光眼和神经退行性疾病诊断

AMD的内视网膜变化：证据、机制及未来展望

预测视野检测中的变异性和可靠性：短期与长期方法

青光眼视野进展率：前加载（frontloaded）与临床标准（非前加载）SITA-Faster的比较

青光眼指南推荐视野检查的前置策略

使用可解释的机器学习基于OCT的青光眼和青光眼分期诊断

使用瑞典交互式阈值法在青光眼中进行视野测试使用瑞典交互式阈值算法 (SITA) 在青光眼中进行视野测试

多次 (前加载) 视觉现场测试增加了对青光眼非常缓慢的平均偏差进展的识别

使用sita-faster对健康，可疑青光眼和青光眼的视野变异性进行量化和预测

使用聚类sita-faster协议评估青光眼视野缺损的一致性

在中等年龄相关性黄斑变性中，网状假玻璃疣与更高级的中央旁感光细胞变性相关

用于后段OCT视网膜层分割的深度学习u-net架构的比较

高密度光学相干断层扫描分析提供了对早期/中期年龄相关性黄斑变性视网膜层变化的见解

与专家分级者高度一致的年龄相关性黄斑变性中玻璃疣区域的多光谱模式识别措施变化

中等年龄相关性黄斑变性的特定位置厚度模式揭示了多个视网膜层的解剖差异

10-2和24-2c测试网格用于识别青光眼和可疑患者的中央视野缺损的比较

在同一临床就诊时进行多次24-2视野检查的可行性: 前沿领域研究 (FFS)