基于深度学习的高精度移植生物工程角膜等效厚度测量,使用光学连贯性断层扫描.
Daewoon Seong1, Euimin Lee1, Yoonseok Kim1
1School of Electronic and Electrical Engineering, College of IT engineering, Kyungpook National University, Daegu, Republic of Korea.
NPJ digital medicine
|November 5, 2024
概括
本研究引入了一种深度学习方法,用于通过光学连贯断层扫描来评估生物工程角膜移植. 该技术准确地评估了移植的完整性和生物相容性,为临床使用提供了定量测量.
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:
- 角膜移植对于不可逆转的角膜疾病至关重要.
- 由于供体供应有限,因此需要生物工程角膜等效物.
- 评估生物工程角膜特性需要先进的技术.
研究的目的:
- 开发基于深度学习的自动细分方法,用于评估移植的生物工程角膜等价物.
- 为了实现对移植完整性和生物相容性的高度准确的评估.
- 提供定量测量,用于人类角质塑的临床实用性.
主要方法:
- 使用光学连贯断层扫描 (OCT) 进行成像.
- 开发了一种深度学习算法,用于对角膜结构的自动细分.
- 通过14天的监测验证了该方法.
主要成果:
- 该方法提供量化个体厚度值,详细地图和体积测量.
- 在评估移植完整性和生物相容性方面表现出高准确性.
- 成功执行了自动不透明区域细分和植入的移植部分提取.
结论:
- 拟议的深度学习方法为生物工程角膜等价物提供了定量评估.
- 预计对人类角质瘤有很高的临床效用.
- 在动物研究之外推进对角膜移植性能的评估.
