Исследователи QUT применили методы глубокого обучения искусственного интеллекта (ИИ) для разработки более точного и подробного метода анализа изображений задней части глаза, чтобы помочь врачам лучше выявлять и отслеживать глазные заболевания, такие как глаукома и возрастная дегенерация желтого пятна.
Их результаты были опубликованы в Nature Scientific Reports.
Ведущий автор исследования QUT Старший научный сотрудник д-р. Дэвид Алонсо-Канейро из факультета здравоохранения Школы оптометрии и зрительной науки сказал, что команда исследовала ряд современных методов глубокого обучения для анализа изображений оптической когерентной томографии (ОКТ).
ОКТ – распространенный инструмент, используемый оптометристами и офтальмологами. Он делает изображения поперечного сечения глаза, на которых видны различные слои ткани. Эти изображения имеют высокое разрешение – около 4 мкм; намного меньше, чем, например, человеческий волос толщиной около 100 микрон.
Доктор. Алонсо-Канейро сказал, что использование ОКТ-сканирования для картирования и мониторинга толщины тканевых слоев в глазу может помочь врачам выявлять глазные заболевания.
"В нашем исследовании мы искали новый метод анализа изображений и выделения двух основных слоев ткани в задней части глаза, сетчатки и сосудистой оболочки глаза, уделяя особое внимание сосудистой оболочке глаза," он сказал.
"Сосудистая оболочка – это область между сетчаткой и склерой, которая содержит основные кровеносные сосуды, которые обеспечивают глаз питательными веществами и кислородом.
"Стандартные методы обработки изображений, используемые с ОКТ, хорошо определяют и анализируют слои ткани сетчатки, но очень немногие клинические инструменты ОКТ имеют программное обеспечение, которое анализирует хориоидальную ткань.
"Поэтому мы обучили сеть глубокого обучения изучать ключевые особенности изображений и точно и автоматически определять границы сосудистой оболочки и сетчатки."
Команда собрала ОКТ-сканирование хорио-сетчатки глаза из 18-месячного продольного исследования 101 ребенка с хорошим зрением и здоровыми глазами и использовала эти изображения, чтобы научить программу обнаруживать паттерны и определять границы сосудистой оболочки.
Затем они сравнили то, что они разработали, со стандартными методами анализа изображений и пришли к выводу, что их программа является надежной и более точной.
"Возможность анализировать изображения ОКТ улучшила наше понимание изменений тканей глаза, связанных с нормальным развитием глаз, старением, аномалиями рефракции и заболеваниями глаз," Доктор. Алонсо-Канейро сказал.
"Получение более надежной информации из этих изображений сосудистой оболочки, которые предоставляет наша программа, важно с клинической точки зрения, а также для улучшения нашего понимания глаза с помощью исследований.
"Мы считаем, что наши методы могут предоставить способ лучше отображать и отслеживать изменения в ткани сосудистой оболочки глаза и потенциально диагностировать глазные заболевания раньше."
Доктор. Алонсо-Канейро сказал, что новая программа была представлена глазным исследователям в Австралии и за рубежом, и есть надежда, что производители коммерческих инструментов OCT могут быть заинтересованы в ее применении.
Команда также хочет провести дополнительное исследование, чтобы протестировать программу на изображениях пожилых людей и людей с диагностированным заболеванием.