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(xué)（QUT）的研究人員現(xiàn)在能夠比以往更緊密，更準(zhǔn)確地分析眼睛的OCT圖像。

驗(yàn)光師和眼科醫(yī)生通常使用OCT來(lái)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(xì)，更準(zhǔn)確的方法，可以使用人工智能（AI）深度學(xué)習(xí)技術(shù)來(lái)評(píng)估此類圖像，尤其是眼底?！拔覀兊难芯恐校覀儗ふ乙环N新的方法來(lái)分析圖像并提取出眼后部的兩個(gè)主要組織層：視網(wǎng)膜和脈絡(luò)膜，”昆士蘭理工大學(xué)健康與醫(yī)學(xué)學(xué)院的高級(jí)研究員，教授大衛(wèi)·阿隆索-卡內(nèi)羅（David Alonso-Caneiro）說(shuō)。驗(yàn)光與視覺科學(xué)學(xué)院。脈絡(luò)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(yíng)養(yǎng)和氧氣。

他說(shuō)：“與OCT一起使用的標(biāo)準(zhǔn)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(luò)膜組織的軟件?！?/p>

在他們的研究中，研究人員從18個(gè)月的101位視力良好且健康的兒童中收集了OCT脈絡(luò)膜視網(wǎng)膜眼部掃描圖像。在探索了一系列高級(jí)深度學(xué)習(xí)技術(shù)之后，他們使用圖像訓(xùn)練了AI深度學(xué)習(xí)程序來(lái)檢測(cè)模式并定義脈絡(luò)膜邊界。這種方法已經(jīng)增強(qiáng)了研究團(tuán)隊(duì)對(duì)由于典型發(fā)育和衰老，屈光不正或疾病導(dǎo)致的眼組織變化的認(rèn)識(shí)。

接下來(lái)，研究小組將在老年人群以及已經(jīng)診斷出眼?。ɡ缜喙庋酆湍挲g相關(guān)性黃斑變性）的人的圖像上測(cè)試該方法。

Alonso-Caneiro說(shuō)：“從程序提供的脈絡(luò)膜的這些圖像中獲取更可靠的信息在臨床上很重要，對(duì)于通過(guò)研究促進(jìn)我們對(duì)眼睛的理解也很重要?！薄拔覀冋J(rèn)為我們的方法可以提供一種更好的方法來(lái)更好地定位和監(jiān)測(cè)脈絡(luò)膜組織的變化，并可能更早地診斷出眼疾。”