Skip to main content
Medical Technology for healthcare professionals
Internationale Website (Deutsch)
Zurück
Medical Technology
Empfohlene Suchen
Beliebte Suchen
Intelligent hervorgehoben
PRODUKT

Intelligent hervorgehoben

KI-gestützte OCT-Bildauswertung mit CIRRUS PathFinder

Das vollintegrierte, KI-basierte Deep-Learning-Tool CIRRUS PathFinder1,2 ermöglicht eine sicherere Entscheidungsfindung durch Unterstützung für die OCT-Interpretation. Als Ergänzung Ihres klinischen Workflows optimiert CIRRUS PathFinder die Befundung von Makula-OCT-Scans: Scans, die einer näheren Betrachtung bedürfen, werden automatisch identifiziert.

Kontakt
  • Einleuchtend
  • Intelligent
  • Integriert

Damit Sie gezielt genauer nachsehen können

Inhalt von Dritten geblockt

Der Videoplayer wurde aufgrund Ihrer Cookie-Einstellungen blockiert. Klicken Sie zum Ändern der Einstellungen und Abspielen des Videos auf die Schaltfläche unten und stimmen Sie der Nutzung „funktionaler“ Trackingtechnologien zu.

Einleuchtend

  • Optimierte OCT-Scaninterpretation erhöht die Effizienz der Arbeitsabläufe.
  • Automatische Bildbeurteilung markiert Scans mit schlechter Qualität.
  • Die KI-gestützte Erkennung identifiziert OCT-B-Scans mit Makulabefunden wie subretinale Flüssigkeit (SRF), intraretinale Flüssigkeit, Atrophie des retinalen Pigmentepithels, Elevation des retinalen Pigmentepithels, Störungen der inneren Netzhautschichten, Störungen der vitreoretinalen Schnittstelle, Störungen des inneren/äußeren Augenabschnitts
Intelligent

Intelligent

  • Umfasst Deep-Learning-KI-Algorithmen für höhere Zuverlässigkeit und klinische Unterstützung.
  • Überwachung des zweiten Auges zur leichteren Erkennung von Veränderungen.
  • Auf der Grundlage von mehr als 75.000 OCT-B-Scanbildern trainiert.
  • Von führenden Netzhautspezialisten validiert: 88 % Empfindlichkeit, 93 % Spezifität3.
Integriert

Integriert

  • Arbeitet nahtlos mit der CIRRUS Review-Software zusammen.
  • Kann je nach Bedarf ein- und ausgeschaltet werden (z. B. zu Schulungszwecken).
  • Ermöglicht Bildtechnikern und Ärzten die Erfassung detailreicher Scans in nicht diagnostizierten Bereichen.
  • Bietet eine effiziente Lösung für die Befundung großer Mengen detailreicher Daten.

Inhalt von Dritten geblockt

Der Videoplayer wurde aufgrund Ihrer Cookie-Einstellungen blockiert. Klicken Sie zum Ändern der Einstellungen und Abspielen des Videos auf die Schaltfläche unten und stimmen Sie der Nutzung „funktionaler“ Trackingtechnologien zu.

Funktionsweise

CIRRUS PathFinder erkennt relevante B-Scans im CIRRUS Macular Cube
  • Aufnahme: Erfasst dichte 512 x 128 Smart Cube-Scans der Makula mit automatisierter Zentrierung auf der Fovea.
  • Einstufung: Stuft die Bildqualität mithilfe von Machine Learning als gut oder schlecht ein.
  • Erkennung: Stellt basierend auf acht Pathologien bzw. Bedingungen fest, ob Bilder relevant sind.
  • Kennzeichnung: Markiert Bilder mit schlechter Qualität (gelb) und relevante B-Scans (rot).

Videos

  • Inhalt von Dritten geblockt

    Der Videoplayer wurde aufgrund Ihrer Cookie-Einstellungen blockiert. Klicken Sie zum Ändern der Einstellungen und Abspielen des Videos auf die Schaltfläche unten und stimmen Sie der Nutzung „funktionaler“ Trackingtechnologien zu.

Downloads

Kontaktieren Sie uns!

Erhalten Sie weitere Informationen zum Produkt und zur Verfügbarkeit in Ihrem Land!

Formular wird geladen ...

Kontaktangaben zur Person

Weitere Informationen zur Datenverarbeitung bei ZEISS entnehmen Sie bitte unseren Datenschutzhinweisen. 

Verfügbare Services

ZEISS OPTIME Servicepläne

Damit Sie sich auf die Patientenversorgung fokussieren können.

Kaufinteresse

Haben Sie Fragen zum Kauf eines unserer Produkte?

Service und Beratung

Klicken Sie hier für eine Beratung durch unser Serviceteam.

Immer informiert bleiben

Registrieren Sie sich und erhalten Sie Updates zu aktuellen Themen, Neuigkeiten und Veranstaltungen.
  • 1

    PathFinder ist für alle ZEISS CIRRUS Geräte erhältlich.
  • 2

    CE-Kennzeichnung beantragt.
  • 3

    Talcott E, Valentim C, Perkins S, Ren H, Manivannan N, Zhang Q, Bagherinia H, Lee G, Yu S, D’Souza N, Jarugula H, Patel K, Singh R. Automated Detection of Abnormal Optical Coherence Tomography B-scans Using a Deep Learning Artificial Intelligence Neural Network Platform. Int Ophthalmol Clin. 2024 Jan;64(1):115-127.