Automated Retinal Dysplasia Segmentation in Mouse Optical Coherence Tomography Scans Using a UNet-Based model
Les auteurs ont développé un outil de segmentation automatisé, open-source et basé sur l'architecture UNet, nommé « OCTOPUS », qui atteint une grande précision dans la détection de la dysplasie rétinienne sur les scanners OCT de souris, rationalisant ainsi le criblage préclinique et standardisant les évaluations entre les laboratoires.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez que vous essayez de trouver de minuscules fissures cachées dans un gâteau très délicat et multicouche en utilisant une lampe de poche spéciale qui prend des photos en 3D de l'intérieur. C'est ce que font les scientifiques lorsqu'ils étudient les yeux de souris avec un outil appelé Tomographie par Cohérence Optique (OCT). C'est la meilleure façon d'observer la rétine sans blesser l'animal.
Cependant, il y a un gros problème : trouver les « fissures » (qui sont en réalité des signes d'une maladie appelée dysplasie rétinienne) revient à chercher une aiguille dans une botte de foin. Actuellement, les humains doivent examiner chaque image à la main. C'est un travail interminable, épuisant, et deux experts différents pourraient même ne pas être d'accord sur l'emplacement des fissures.
Pour reméder à cela, les chercheurs ont construit un « œil robotique » numérique (un programme informatique basé sur un réseau neuronal appelé UNet). Voyez ce robot comme un apprenti super rapide et infatigable qui a étudié 205 exemples de ces scanners oculaires, tous soigneusement marqués par des experts humains. Une fois qu'il a appris les motifs, ils l'ont testé sur 40 nouveaux scanners inédits. Le résultat ? Le robot était incroyablement précis. Il a trouvé les problèmes avec plus de 95 % de précision et a correspond de manière presque parfaite aux marquages des experts humains (avec un score de plus de 0,8 sur 1).
Mais ils ne se sont pas arrêtés au cerveau du robot. Ils ont construit tout un atelier autour de celui-ci, appelé OCTOPUS. Vous pouvez considérer OCTOPUS comme un couteau suisse pour les chercheurs en ophtalmologie. Il peut :
- Traiter une pile entière de photos à la fois (comme un tapis roulant).
- Dessiner automatiquement les contours de la maladie (comme un surligneur intelligent).
- Permettre aux humains d'ajuster le dessin s'ils souhaitent faire de petits ajustements.
- Mesurer exactement la taille de la zone endommagée et suivre son évolution au fil du temps, en transformant le scan 3D en une carte plate (une image du fond d'œil) pour voir les dommages clairement.
- Produire des données dans des fichiers faciles à lire (CSV et SVG) afin que n'importe qui puisse les utiliser.
L'objectif principal de cet outil en libre accès est de permettre à tous les laboratoires de parler la même langue. Au lieu que chacun mesure les maladies oculaires de la souris à sa propre manière unique, cet outil les aide à tous à utiliser la même règle haute vitesse et cohérente, ce qui facilite grandement le dépistage rapide et fiable des maladies oculaires chez la souris.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.