Automated Retinal Dysplasia Segmentation in Mouse Optical Coherence Tomography Scans Using a UNet-Based model
De auteurs hebben een open-source, op UNet gebaseerde geautomatiseerde segmentatietool genaamd 'OCTOPUS' ontwikkeld die een hoge nauwkeurigheid bereikt bij het detecteren van retinale dysplasie in muis-OCT-scans, waardoor preklinische screening wordt gestroomlijnd en beoordelingen over laboratoria heen worden gestandaardiseerd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je probeert minuscule, verborgen barstjes te vinden in een zeer delicate, gelaagde taart met behulp van een speciale zaklamp die 3D-foto's van de binnenkant maakt. Dit is wat wetenschappers doen wanneer ze muizenoogonderzoek uitvoeren met een instrument genaamd Optical Coherence Tomography (OCT). Het is de beste manier om naar het netvlies te kijken zonder het dier te beschadigen.
Er is echter een groot probleem: het vinden van de "barstjes" (wat eigenlijk tekenen zijn van een ziekte genaamd retinaal dysplasie) is als het zoeken naar een speld in een hooiberg. Op dit moment moeten mensen elke foto handmatig bekijken. Het duurt eeuwen, het is uitputtend werk, en twee verschillende experts kunnen het zelfs niet eens met elkaar eens zijn over waar de barstjes zich bevinden.
Om dit op te lossen, hebben de onderzoekers een digitale "robotoog" gebouwd (een computerprogramma gebaseerd op een neuraal netwerk genaamd UNet). Denk aan deze robot als een supersnelle, onvermoeibare leerling die 205 voorbeelden van deze oogscans heeft bestudeerd, die allemaal zorgvuldig door menselijke experts zijn gemarkeerd. Zodra het de patronen had geleerd, testten ze het op 40 nieuwe, ongeziene scans. Het resultaat? De robot was ongelooflijk scherp. Het vond de problemen met meer dan 95% nauwkeurigheid en kwam bijna perfect overeen met de markeringen van de menselijke experts (met een score van meer dan 0,8 op 1).
Maar ze stopten niet alleen bij het brein van de robot. Ze bouwden een hele werkplaats rondom het, genaamd OCTOPUS. Je kunt OCTOPUS zien als een Zwitsers zakmes voor oogonderzoekers. Het kan:
- Een hele stapel foto's tegelijk verwerken (zoals een lopende band).
- De contouren van de ziekte automatisch tekenen (zoals een slimme markeerstift).
- Mensen de tekening laten aanpassen als ze kleine correcties willen maken.
- Precies meten hoe groot het beschadigde gebied is en bijhouden hoe het in de loop van de tijd verandert, door de 3D-scan om te zetten in een platte kaart (een fundusafbeelding) om de schade duidelijk te zien.
- De gegevens uitspugen in gemakkelijk leesbare bestanden (CSV en SVG), zodat iedereen ze kan gebruiken.
Het hoofddoel van deze open-source tool is om alle verschillende laboratoria dezelfde taal te laten spreken. In plaats van dat iedereen de oogziekten bij muizen op zijn eigen unieke manier meet, helpt deze tool hen allemaal om dezelfde hogesnelheid, consistente liniaal te gebruiken, wat het veel gemakkelijker maakt om snel en betrouwbaar te screenen op oogziekten bij muizen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.