AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-22

फ्लिकर-प्रेरित रेटिना संवहनी प्रतिक्रियाशीलता से कालानुक्रमिक आयु का अनुमान: एक मशीन लर्निंग दृष्टिकोण

मूल शीर्षक: Estimating chronological age from flicker-induced retinal vascular reactivity: a machine learning approach

शोधकर्ताओं ने तीन फ्लिकर-लाइट चक्रों के दौरान रेटिनल धमनी और शिरा के व्यास परिवर्तनों से गैर-इनवेसिव रूप से कालक्रमिक आयु का अनुमान लगाने के लिए एक Extra Trees Regressor सहित मशीन लर्निंग और डीप लर्निंग मॉडलों का परीक्षण किया। सबसे बेहतर प्रदर्शन करने वाले मॉडल ने 9.3 की माध्य निरपेक्ष त्रुटि और 17.7% की माध्य निरपेक्ष प्रतिशत त्रुटि हासिल की। LIME विश्लेषण ने आयु अनुमानों को प्रभावित करने वाली प्रमुख फीचर्स की पहचान की।

मूल लेख पढ़ें ↗

सभी आइटम →