澳大利亚布里斯班，2019年10月4日-澳大利亚昆士兰科技大学（QUT）的研究人员现在能够比以往更紧密，更准确地分析眼睛的OCT图像。

验光师和眼科医生通常使用OCT来获取显示不同组织层的眼睛横截面图像。研究人员已经开发出了一种更详细，更准确的方法，可以使用人工智能（AI）深度学习技术来评估此类图像，尤其是眼底。“我们的研究中，我们寻找一种新的方法来分析图像并提取出眼后部的两个主要组织层：视网膜和脉络膜，”昆士兰理工大学健康与医学学院的高级研究员，教授大卫·阿隆索-卡内罗（David Alonso-Caneiro）说。验光与视觉科学学院。脉络膜是视网膜和巩膜之间眼球色素沉着的血管层，它包含主要的血管，为眼睛提供营养和氧气。

他说：“与OCT一起使用的标准成像处理技术很好地定义和分析了视网膜组织层，但是很少有临床OCT仪器具有分析脉络膜组织的软件。”

在他们的研究中，研究人员从18个月的101位视力良好且健康的儿童中收集了OCT脉络膜视网膜眼部扫描图像。在探索了一系列高级深度学习技术之后，他们使用图像训练了AI深度学习程序来检测模式并定义脉络膜边界。这种方法已经增强了研究团队对由于典型发育和衰老，屈光不正或疾病导致的眼组织变化的认识。

接下来，研究小组将在老年人群以及已经诊断出眼病（例如青光眼和年龄相关性黄斑变性）的人的图像上测试该方法。

Alonso-Caneiro说：“从程序提供的脉络膜的这些图像中获取更可靠的信息在临床上很重要，对于通过研究促进我们对眼睛的理解也很重要。”“我们认为我们的方法可以提供一种更好的方法来更好地定位和监测脉络膜组织的变化，并可能更早地诊断出眼疾。”