用人工智能辅助的自适应光学和光学连贯性断层扫描揭示斑点模糊的人类视网膜活细胞
Vineeta Das1, Furu Zhang1, Andrew J Bower1
1National Eye Institute, National Institutes of Health, Bethesda, MD, 20892, USA.
Communications medicine
|April 10, 2024
概括
这项研究引入了一种新的AI方法,P-GAN,用于增强视网膜色素上皮质 (RPE) 细胞成像,使用自适应光学光学连贯性断层扫描 (AO-OCT). P-GAN显著减少了成像时间,并改善了RPE细胞的可视化,使细胞成像更容易获得.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 适应光学光学连贯性断层扫描 (AO-OCT) 可实现细胞规模的视网膜成像.
- 在AO-OCT中的斑点噪声阻碍了从单体的视网膜色素上皮细胞 (RPE) 的可视化.
- 多个体积的平均值可以改善RPE细胞对比度,但可以增加成像时间并减少吞吐量.
研究的目的:
- 开发一种基于人工智能的方法,从单个AO-OCT卷中恢复斑点遮蔽的细胞特征.
- 为了规避对多个体积的平均值的需要,以改善RPE细胞可视化.
- 为了提高RPE细胞成像在体内的速度和可访问性.
主要方法:
- 引入一个并行歧视者生成对抗网络 (P-GAN).
- P-GAN使用两个并行区分器来改善对发电机的反.
- 该方法在7名参与者的8只眼睛的成像数据上进行了测试.
主要成果:
- 通过P-GAN,RPE细胞对比度提高了3.5倍.
- 对RPE细胞可视化的端到端成像时间减少了99倍.
- 在人工智能恢复的图像中测量RPE细胞间距与规范范围一致.
结论:
- 人工智能辅助成像,特别是P-GAN,克服了RPE成像的一个关键局限性.
- 这项技术有可能使RPE成像在临床环境中更容易获得.
- 这项研究表明,在活人眼中进行大规模细胞成像的可行性.
更多相关视频
06:19In Vivo Imaging of Cx3cr1gfp/gfp Reporter Mice with Spectral-domain Optical Coherence Tomography and Scanning Laser Ophthalmoscopy
Published on: November 11, 2017
10.6K
10:14Author Spotlight: Ex Vivo OCT-Based Multimodal Imaging of Human Donor Eyes for Research into Age-Related Macular Degeneration
Published on: May 26, 2023
3.1K
