相关实验视频
Updated: Sep 17, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.8K
视网膜结构变化的评估与基于AI的OCT图像细分用于酸诱导的视网膜退化
Yong Zeng1, Jiaming Zhou1,2, Yichao Li1
1Visual Function Core, National Eye Institute, National Institutes of Health, Bethesda, MD, United States.
Frontiers in cellular neuroscience
|July 3, 2025
概括
人工智能 (AI) 对光连贯断层扫描 (OCT) 图像的细分精确地追踪视网膜退化. 这种人工智能工具揭示了用酸 (SI) 治疗的小鼠中光受体损伤的早期生物标志物.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 视网膜光学连贯断层扫描 (OCT) 图像细分对于理解视网膜层结构至关重要.
- 退行性视网膜疾病对准确的图像分析提出了挑战.
- 酸 (SI) 用于诱导用于研究的动物模型中的视网膜退化.
研究的目的:
- 开发和验证基于AI的细分工具,用于分析SI治疗小鼠视网膜的结构变化.
- 描述由SI诱导的视网膜退化的时间进程和程度.
- 为了确定视网膜退化的潜在早期生物标志物.
主要方法:
- 开发一种人工智能软件,用于在OCT图像中对七个视网膜层和胆膜层进行细分.
- 在注射后的不同时间点 (PI) 分析了SI治疗小鼠的OCT图像.
- 使用估计的衰减系数 (eAC) 量化视网膜层厚度和反射率.
主要成果:
- 人工智能细分成功地识别了多个视网膜层和胸膜的结构变化.
- 早期的变化包括视网膜色素上皮质 (RPE) 厚度增加和反射率降低,以及增加外核层 (ONL) eAC.
- SI诱导了快速光受体退化 (ONL稀薄) 和视网膜内层的双相反应,观察到短暂的玻璃体颗粒和胆道稀薄.
结论:
- 人工智能细分工具提供了一种灵敏而准确的方法,用于评估疾病模型中的视网膜结构变化.
- 该研究描述了SI诱导的退化在不同视网膜层的独特时间模式.
- 外核层 (ONL) 反射变化是视网膜退化的一个有希望的早期生物标志物.
