NIH研究人员利用AI增强视网膜成像

科学家们利用人工智能（AI）技术增强了眼底成像设备，实现了高分辨率的视网膜细胞图像，这可能彻底改变诊所中的疾病检测和监测。

（图片来源：AdobeStock/tadamichi）

美国国立卫生研究院（NIH）表示，科学家们使用一个人工智能（AI）程序来增强一种设计用于观察眼后部组织的设备。这种增强使该程序能够生成足够清晰的图像，以分辨出单个细胞。这种成像分辨率可与最先进的设备媲美，但成本更低、速度更快，并且不需要特殊设备或专业知识。这一AI策略对疾病的早期检测以及治疗反应的监测具有重要意义，因为它使以前不可见的东西变得可见。

NIH国家眼科研究所的研究员Johnny Tam博士是该研究论文的资深作者，他在NIH的新闻稿中提到：“AI有可能将下一代成像技术带到标准眼科诊所。这就像是给基本相机加了一个高分辨率镜头。”

眼部成像是诊断可能导致视力丧失或失明的病症的关键。新闻稿指出，扫描激光检眼镜是大多数眼科诊所的标准设备，但其分辨率只能分辨出组织级别的结构，如病变、血管和视神经头。而采用自适应光学技术的下一代检眼镜可以分辨出细胞特征，提供更多的诊断信息。然而，自适应光学成像技术仍处于实验阶段。

在这种实验性研究中，Tam及其合作者开发了一种定制的AI系统，以数字方式增强视网膜色素上皮（RPE）的图像。他们首先教会系统识别图像质量为差、中等或良好。为此，研究人员使用了从不同视网膜区域获得的1,400多张图像，这些图像是通过自适应光学检眼镜获得的。接着，他们向系统输入了同一视网膜位置但通过标准检眼镜获得的相应图像。一项图像锐度测试显示，AI将清晰度提高了八倍。

Tam进一步解释了这一过程，他说：“我们的系统利用从自适应光学成像中学到的知识来数字化增强标准检眼镜获得的图像。重要的是要指出，系统并不是无中生有。在标准成像中看到的RPE细胞特征是存在的，只是不够清晰。”

研究报告的第一作者Joanne Li博士是Tam实验室的一名生物医学工程师，她谈到研究人员的成像策略时说：“我们的吲哚青绿成像策略允许在诊所中快速、常规地评估RPE细胞。借助AI，可以在几秒钟内使用标准临床成像仪器获得高质量的RPE细胞图像。”

多种致盲病症首先会影响RPE细胞，包括老年性黄斑变性、卵黄状黄斑营养不良和斯特格病。AI增强的ICG检眼镜使RPE成像成为普通眼科诊所的可行选择。

(全文结束)