انتشار این مقاله


هوش مصنوعی، بر دقت بررسی‌های چشم می‌افزاید

محققان QUT تکنیکهای آموزش عمیق هوش مصنوعی (AI) را بمنظور طراحی روش دقیق‌تر و با جزئیات بیشتر برای بررسی تصاویر پشت چشم به کار برده‌اند. این تصاویر متخصصان را در شناسایی بهتر و بررسی بیماری‌های چشم، مانند گلوکوم و دژنراسیون ماکولار مرتبط با سن یاری می‌کند. نتایج این مطالعه در نشریه Nature Scientific Reports منتشر […]

محققان QUT تکنیکهای آموزش عمیق هوش مصنوعی (AI) را بمنظور طراحی روش دقیق‌تر و با جزئیات بیشتر برای بررسی تصاویر پشت چشم به کار برده‌اند. این تصاویر متخصصان را در شناسایی بهتر و بررسی بیماری‌های چشم، مانند گلوکوم و دژنراسیون ماکولار مرتبط با سن یاری می‌کند.

نتایج این مطالعه در نشریه Nature Scientific Reports منتشر شده‌است.

بیشتر بخوانید: https://virtualdr.ir/2019/08/02/%d8%a2%db%8c%d8%a7-%d9%87%d9%88%d8%b4-%d9%85%d8%b5%d9%86%d9%88%d8%b9%db%8c-%d8%a2%db%8c%d9%86%d8%af%d9%87-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%b3%d8%b1%d8%b7%d8%a7%d9%86-%d8%a7%d8%b3%d8%aa%d8%9f/

دکتر دیوید آلونسو کانیرو، مولف ارشد مطالعه از دانشکده علوم سلامت، اپتومتری و علوم بینایی QUT گفت تیم تحقیق، روشهای متنوع آموزش عمیق را بمنظور بررسی تصاویر توموگرافی  همبستگی نوری (OCT) بکار برده‌اند.

OCT، یک ابزار معمول است که توسط متخصصان چشم مورد استفاده قرار می‌گیرد. این تکنیک، تصاویر برشی از چشم که لایه‌های بافتی مختلف را نشان می‌دهند، تهیه می‌کند. این تصاویر وضوح بالایی (در حدود ۴ میکرون، بسیار کوچکتر از موی انسان که در حدود ۱۰۰ میکرون قطر دارد) دارند.

دکتر آلونسو اذعان داشت استفاده از OCT برای نقشه برداری و پایش ضخامت لایه‌های بافتی چشم می‌تواند متخصصان را در شناسایی بیماری‌های چشم یاری کند.

وی گفت: “در این مطالعه ما به دنبال روش جدیدی بودیم که تصاویر را بررسی کرده و دو لایه‌ی بافتی اصلی در پشت چشم، یعنی شبکیه و مشیمیه، را با توجه خاص به مشیمیه استخراج کنیم. مشیمیه، ناحیه‌ای میان شبکیه و صلبیه است، و عروق خونی اصلی را شامل می‌شود که در تامین مواد غذایی و اکسیژن چشم، دخیل هستند. بهمین دلیل، ما یک شبکیه یادگیری عمیق بمنظور فراگیری ویژگی‌های کلیدی تصاویر و تعریف دقیق اتوماتیک مرزهای مشیمیه و شکبیه ایجاد کردیم.”

تیم، اسکنهای مشیمیه-شبکیه‌ای OCT چشم ۱۰۱ کودک با بینایی خوب و چشمهای سالم را در یک مطالعه ۱۸ ماهه، جمع آوری کردند و آنها را بمنظور طراحی برنامه شناخت الگوها و تعریف مرزهای شبکیه، مورد استفاده قرار دادند.

آنها سپس، نتیجه‌ای را که توسط روشهای آنالیز استاندارد تصاویر بدست آورده بودند، با برنامه جدید مقایسه کرده و دریافتند این برنامه، قابل اعتماد و دقیق‌تر است.

دکتر آلونسو گفت: “قادر بودن با آنالیز تصاویر OCT، فهم ما را از تغییرات بافت چشم که با تکامل طبیعی چشم، پیری، خطاهای شکست نور، و بیماری چشم مرتبط هستند، ارتقا داده است. در دست داشتن اطلاعات مطمئن‌تر از تصاویر مشیمیه، که توسط برنامه ما تهیه می‌شود، از نظر بالینی و برای مرتفع‌تر ساختن فهم ما از چشم در خلال تحقیقات، بسیار بااهمیت است. ما بر این باوریم روش جدید، می‌تواند مسیری برای نقشه برداری بهتر و پایش تغییرات مشیمیه، و تشخیص زودهنگام بیماری‌های چشمی، فراهم آورد.”

دکتر آلونسو اذعان داشت این برنامه جدید با محققان چشم در استرالیا و دیگر مناطق به اشتراک گذاشته شده و امید است سازندگان تجهیزات OCT در به کار بردن آن، مشتاق باشند.

تیم تحقیق همچنین قصد دارد مطالعات بیشتری برای بررسی این برنامه در تصاویری از جمعیتهای قدیمی و افرادی که بیماری‌شان تشخیص داده شده، انجام دهد.

رضا مجیدآذر


نمایش دیدگاه ها (0)
دیدگاهتان را بنویسید