Automated Retinal Dysplasia Segmentation in Mouse Optical Coherence Tomography Scans Using a UNet-Based model
Gli autori hanno sviluppato uno strumento di segmentazione automatizzata open-source basato su UNet denominato 'OCTOPUS', che raggiunge un'elevata accuratezza nel rilevare la displasia retinica nelle scansioni OCT di topi, ottimizzando così lo screening preclinico e standardizzando le valutazioni tra i laboratori.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Immagina di cercare di trovare minuscole crepe nascoste in una torta stratificata molto delicata usando una torcia speciale che scatta foto 3D dell'interno. Questo è ciò che i ricercatori fanno quando studiano gli occhi dei topi con uno strumento chiamato Tomografia a Coerenza Ottica (OCT). È il modo migliore per osservare la retina senza ferire l'animale.
Tuttavia, c'è un grande problema: trovare le "crepe" (che sono in realtà segni di una malattia chiamata displasia retinica) è come cercare un ago in un pagliaio. Attualmente, gli esseri umani devono esaminare ogni singola immagine a mano. È un lavoro che richiede un tempo infinito, è estenuante e due diversi esperti potrebbero persino non essere d'accordo su dove si trovino le crepe.
Per risolvere questo problema, i ricercatori hanno costruito un "occhio robotico" digitale (un programma per computer basato su una rete neurale chiamata UNet). Pensa a questo robot come a un apprendista super veloce e instancabile che ha studiato 205 esempi di queste scansioni oculari, tutti accuratamente contrassegnati da esperti umani. Una volta appresi i modelli, lo hanno testato su 40 nuove scansioni mai viste prima. Il risultato? Il robot è stato incredibilmente acuto. Ha trovato i problemi con un'accuratezza superiore al 95% e ha eguagliato quasi perfettamente le marcature degli esperti umani (con un punteggio di oltre 0,8 su 1).
Ma non si sono fermati solo al cervello del robot. Hanno costruito un intero laboratorio intorno ad esso chiamato OCTOPUS. Puoi pensare a OCTOPUS come a un coltellino svizzero per i ricercatori oculistici. Può:
- Elaborare un intero stack di foto contemporaneamente (come un nastro trasportatore).
- Disegnare i contorni della malattia automaticamente (come un evidenziatore intelligente).
- Permettere agli umani di apportare modifiche al disegno se vogliono fare piccoli aggiustamenti.
- Misurare esattamente quanto sia grande l'area danneggiata e monitorare come cambia nel tempo, trasformando la scansione 3D in una mappa piatta (un'immagine del fundus) per vedere chiaramente il danno.
- Generare i dati in file facili da leggere (CSV e SVG) in modo che chiunque possa usarli.
L'obiettivo principale di questo strumento open-source è far sì che tutti i diversi laboratori parlino la stessa lingua. Invece di far misurare a tutti le malattie oculari dei topi nel proprio modo unico, questo strumento aiuta tutti a usare lo stesso righello veloce e coerente, rendendo molto più facile esaminare le malattie oculari nei topi in modo rapido e affidabile.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.