ИИ замечает отдельные нейроны в глазу лучше, чем эксперты-люди

Новая комбинация оптической когерентной томографии (ОКТ), адаптивной оптики и глубоких нейронных сетей должна позволить улучшить диагностику и мониторинг поражающих нейроны заболеваний глаза и мозга, таких как глаукома.

Биомедицинские инженеры из Университета Дьюка возглавили консорциум, состоящий из нескольких учреждений, для разработки процесса, который легко и точно отслеживает изменения количества и формы ганглиозных клеток сетчатки глаза.

Эта работа опубликована в статье, опубликованной 3 мая в журнале Optica .

Сетчатка глаза является продолжением центральной нервной системы. Ганглиозные клетки являются одними из основных нейронов глаза, которые обрабатывают и отправляют визуальную информацию в мозг. При многих нейродегенеративных заболеваниях, таких как глаукома, ганглиозные клетки дегенерируют и исчезают, что приводит к необратимой слепоте. Традиционно исследователи используют ОКТ, технологию визуализации, похожую на ультразвук, которая использует свет вместо звука, чтобы заглянуть под слои ткани глаза, чтобы диагностировать и отслеживать прогрессирование глаукомы и других глазных заболеваний.

Хотя ОКТ позволяет исследователям эффективно просматривать слой ганглиозных клеток в сетчатке, этот метод достаточно чувствителен только для того, чтобы показать толщину клеточного слоя — он не может выявить отдельные ганглиозные клетки. Это мешает ранней диагностике или быстрому отслеживанию прогрессирования заболевания, так как большое количество ганглиозных клеток должно исчезнуть, прежде чем врачи смогут увидеть изменения в толщине.

Чтобы исправить это, недавняя технология, называемая адаптивной оптикой ОКТ (АО-ОКТ), позволяет получать изображения, достаточно чувствительные для просмотра отдельных ганглиозных клеток. Адаптивная оптика — это технология, которая сводит к минимуму влияние оптических аберраций, возникающих при обследовании глаза, которые являются основным ограничивающим фактором в достижении высокого разрешения при ОКТ-визуализации.

«Это более высокое разрешение упрощает диагностику нейродегенеративных заболеваний», — сказала Сина Фарсиу, профессор биомедицинской инженерии в Duke. «Но он также генерирует такой большой объем данных, что анализ изображений стал основным узким местом в широком использовании этой потенциально революционной технологии в исследованиях глаз и мозга».

В своей новой статье Фарсиу и Сомайе Солтаниан-Заде, научный сотрудник лаборатории Фарсиу, предлагают решение этой проблемы, разработав высокоадаптивный и простой в обучении алгоритм, основанный на глубоком обучении, который первым выявляет и отслеживает формы ганглиозных клеток по данным АО-ОКТ-сканирований.

Чтобы проверить точность своего подхода, который они назвали WeakGCSeg, команда проанализировала данные АО-ОКТ сетчатки здоровых людей и пациентов с глаукомой. Их каркас эффективно и точно сегментировал ганглиозные клетки из обоих образцов и идентифицировал образцы, полученные из глаукомных глаз, на основе количества и размера присутствующих ганглиозных клеток.

«Наши экспериментальные результаты показали, что WeakGCSeg на самом деле превосходит людей-экспертов и превосходит другие современные сети, которые могут обрабатывать объемные биомедицинские изображения», — сказал Солтанян-Заде.

Понравилась статья? Поделиться с друзьями:
техно иновации