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。研究人員已經開發出了一種更詳細，更準確的方法，可以使用人工智能（AI）深度學習技術來評估此類圖像，尤其是眼底。“我們的研究中，我們尋找一種新的方法來分析圖像并提取出眼后部的兩個主要組織層：視網膜和脈絡膜，”昆士蘭理工大學健康與醫學學院的高級研究員，教授大衛·阿隆索-卡內羅（David Alonso-Caneiro）說。驗光與視覺科學學院。脈絡膜是視網膜和鞏膜之間眼球色素沉著的血管層，它包含主要的血管，為眼睛提供營養和氧氣。

他說：“與OCT一起使用的標準成像處理技術很好地定義和分析了視網膜組織層，但是很少有臨床OCT儀器具有分析脈絡膜組織的軟件。”

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脈絡膜視網膜眼部掃描圖像。在探索了一系列高級深度學習技術之后，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膜邊界。這種方法已經增強了研究團隊對由于典型發育和衰老，屈光不正或疾病導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診斷出眼病（例如青光眼和年齡相關性黃斑變性）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。”“我們認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測脈絡膜組織的變化，并可能更早地診斷出眼疾。”