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?！拔覀兊难芯恐校覀儗ふ乙环N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(luò)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(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(luò)膜組織的軟件?！?/p>

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(luò)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(luò)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(dǎo)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?。ɡ缜喙庋酆湍挲g相關(guān)性黃斑變性）的人的圖像上測試該方法。

Alonso-Caneiro說：“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，對于通過研究促進我們對眼睛的理解也很重要?！薄拔覀冋J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(luò)膜組織的變化，并可能更早地診斷出眼疾。”