人工智能可進行更準確的視力測試

澳大利亞布里斯班，2019年10月4日-澳大利亞昆士蘭科技大學(QUT)的研究人員現(xiàn)在能夠比以往更緊密，更準確地分析眼睛的OCT圖像。

驗光師和眼科醫(yī)生通常使用OCT來獲取顯示不同組織層的眼睛橫截面圖像。研究人員已經(jīng)開發(fā)出了一種更詳細，更準確的方法，可以使用人工智能(AI)深度學習技術(shù)來評估此類圖像，尤其是眼底。“我們的研究中，我們尋找一種新的方法來分析圖像并提取出眼后部的兩個主要組織層：視網(wǎng)膜和脈絡膜，”昆士蘭理工大學健康與醫(yī)學學院的高級研究員，教授大衛(wèi)·阿隆索-卡內(nèi)羅(David Alonso-Caneiro)說。驗光與視覺科學學院。脈絡膜是視網(wǎng)膜和鞏膜之間眼球色素沉著的血管層，它包含主要的血管，為眼睛提供營養(yǎng)和氧氣。

他說：“與OCT一起使用的標準成像處理技術(shù)很好地定義和分析了視網(wǎng)膜組織層，但是很少有臨床OCT儀器具有分析脈絡膜組織的軟件。”

在他們的研究中，研究人員從18個月的101位視力良好且健康的兒童中收集了OCT脈絡膜視網(wǎng)膜眼部掃描圖像。在探索了一系列高級深度學習技術(shù)之后，他們使用圖像訓練了AI深度學習程序來檢測模式并定義脈絡膜邊界。這種方法已經(jīng)增強了研究團隊對由于典型發(fā)育和衰老，屈光不正或疾病導致的眼組織變化的認識。

接下來，研究小組將在老年人群以及已經(jīng)診斷出眼病(例如青光眼和年齡相關(guān)性黃斑)的人的圖像上測試該方法。

Alonso-Caneiro說：“從程序提供的脈絡膜的這些圖像中獲取更可靠的信息在臨床上很重要，對于通過研究促進我們對眼睛的理解也很重要。”“我們認為我們的方法可以提供一種更好的方法來更好地定位和監(jiān)測脈絡膜組織的變化，并可能更早地診斷出眼疾。”