该研究的第一作者、来自卫生学院视光学和视觉科学学院的高级研究员David Alonso-Caneiro博士表示,该团队已经探索了一系列最先进的深度学习技术,以分析光学相干断层扫描(OCT)图像。OCT是验光师和眼科医生常用的仪器。它拍摄了眼睛的横切面图像,显示了不同的组织层。这些图像是高分辨率的——大约4微米;比人类的头发要小得多,人类的头发大约有100微米厚。
阿朗索-卡内罗博士说,使用OCT扫描来绘制和监测眼部组织层的厚度,可以帮助临床医生检测眼部疾病。“在我们的研究中,我们寻找了一种分析图像的新方法,并提取了眼睛后部的两个主要组织层,视网膜和脉络膜,对脉络膜特别感兴趣,”他说。脉络膜是视网膜和巩膜之间的区域,它包含向眼睛提供营养和氧气的主要血管。使用OCT的标准成像处理技术可以很好地定义和分析视网膜组织层,但很少有临床OCT仪器有软件分析脉络膜组织。所以我们训练了一个深度学习网络来学习图像的关键特征,并准确、自动地定义脉络膜和视网膜的边界。”
该团队从101名视力良好和眼睛健康的儿童的18个月的纵向研究中收集了OCT脉络膜-视网膜眼部扫描,并使用这些图像来训练程序检测模式和定义脉络膜边界。
然后,它们将它们与标准图像分析方法的开发方式进行了比较,并发现其程序可靠,更准确。“能够分析OCT图像改善了我们对与正常眼部发育,衰老,屈光误差和眼病相关的眼组织变化的理解,”Alonso-Caneiro博士说。我们的计划提供的脉络膜的这些图像具有更可靠的信息,这是重要的临床和通过研究推进对眼睛的理解。我们觉得我们的方法可以提供更好地图和监测脉络膜组织的变化,并潜在诊断眼病的方法。“
阿朗索-卡内罗博士说,这个新项目已经与澳大利亚和海外的眼科研究人员分享,希望商用OCT仪器的制造商可能会有兴趣应用它。该团队还希望做进一步的研究,以测试老年人和被诊断患有疾病的人的图像。
来源:昆士兰科技大学