機械学習（ML）を含む画像技術と人工知能（AI）の最近の進歩により、光干渉断層撮影（OCT）の使用が容易になり、赤外線反射走査レーザー眼底検査（IR-SLO）と組み合わせて多発性硬化症（MS）の診断と分類を自動化できるようになりました。ジャーナルの最近の研究 トランスレーショナルビジョンサイエンス＆テクノロジー MS の診断を自動化するために IR-SLO 画像を独立して使用できるかどうかを決定します。
勉強： SLO-Net: 赤外線反射走査レーザー眼底検査画像を使用して、光干渉断層撮影を超える多発性硬化症の診断を強化します。 画像クレジット: Ground Picture / Shutterstock.com
MSの診断の自動化
MS は、中枢神経系 (CNS) および神経軸索の脱髄および破壊により生じる自己免疫疾患です。現在、MS の診断は、臨床症状の存在、脳脊髄液 (CSF) 中の異常な免疫グロブリン抗体の存在によるオリゴクローナル バンドなどの臨床検査、および磁気共鳴画像 (MRI) に依存しています。
OCT は網膜層の厚さの初期変化を反映し、先行する急性炎症による網膜神経線維 (RNF) 層 (RNFL) と視神経の進行性萎縮を示している可能性があります。網膜層が薄くなると、通常、視力の悪化につながります。
OCTはMRI所見と相関することが多く、MSのサブタイプを識別するのに役立ち、身体障害と認知障害の両方に関連しています。また、神経変性の進行のバイオマーカーでもあり、臨床医は進行する障害や の効能 治療法。
最近、AI は MRI、血清、CSF、OCT の結果を統合して MS 診断を自動化するために使用されています。網膜画像診断では広く使用されていますが、IR-SLO や単色眼底画像診断が診断ツールとしてどのように機能するかは不明です。
IR-SLO は眼球運動を補正し、OCT B スキャンのアライメントを向上させることで、ノイズを減らし、フォローアップ画像の変動を最小限に抑えます。IR-SLO 画像には、これらのテストで使用される波長が異なるため眼底画像ではよく見えない構造がいくつか表示されます。
健康な患者と比較すると、MS 患者の OCT 血管造影では網膜血管密度に大きなばらつきが見られます。現在まで、IR-SLO 画像の人間による評価ではこれらの違いは報告されていません。
現在、ML ベースの MS 診断ツールは、OCT の厚さ測定のみでトレーニングされています。現在の研究では、IR-SLO 画像と OCT にディープラーニング (DL) を適用して MS に存在する微妙な血管または構造の変化を識別することで、ML モデルの識別能力を向上させる可能性を検討しています。
私たちの知る限り、これはIR-SLOをMSの自動診断に組み込んだ先駆的な研究であり、MSの検出のために網膜画像データにDLを適用した数少ない研究の1つです。。」
研究について
OCT と補足的な IR-SLO 画像は、MS 患者 32 名と対照群として健康な人 70 名から取得されました。OCT と IR-SLO データの両方でトレーニングされた複数の畳み込みニューラル ネットワーク (>) を使用して、2 つの別々のデータベースが作成されました。これには、健康な対照群の IR-SLO 画像 132 枚と OCT 画像 124 枚、MS 患者の IR-SLO 画像 133 枚と OCT 画像 60 枚が含まれていました。
これにより、IR-SLO 画像または OCT 厚さマップのみを使用してトレーニングされた各モデルと比較して、優れたパフォーマンスを達成できるバイモーダル モデルが生成されました。
トレーニング、検証、テスト セットは、データ漏洩を防ぐために厳密に作成されました。テスト セットには、健康な対照群の IR-SLO 画像と OCT 画像がそれぞれ 27 枚と 29 枚、MS 患者の IR-SLO 画像が 24 枚と OCT 画像が 14 枚含まれていました。
二峰性プロトタイプは、それぞれ 92% の精度、95% の感度、92% の特異度に関連付けられました。受信者動作特性 (AUROC) 曲線の下の領域で実証されたように、テストは 97% の識別能力を示しました。
精度再現曲線下面積 (AUPRC) は 97% であり、偽陽性と偽陰性の間の優れたバランスを示しています。
このモデルの幅広い適用性は、テスト用に内部データセットを外部データセットに置き換えることで検証されました。その結果、精度は 85%、感度は 97%、特異度は 85%、AUROC 曲線と AUPRC 曲線の両方で 99.7% となりました。
結論
IR-SLO のみでトレーニングしたモデルは OCT の厚さデータのみでトレーニングしたモデルほどのパフォーマンスは得られませんでしたが、OCT マップと IR-SLO を統合したモデルを使用すると、OCT ベースのモデルのみを使用した場合よりも MS の診断の精度と感度が 3% 向上しました。これは、より多くのパラメータを持つ複雑なモデルを使用して両方の画像から複数の特徴を抽出し、MS 患者と健康な患者を効果的に区別することで実現しました。
両方のモダリティからの入力データを受信するハイブリッドCNNは、驚異的な100％近くのACCでMSを検出できることを示しました。」、 「OCTと並んで補完的なツールとしてIR-SLOを活用する可能性を示す。」
AI ベースのシステムは、人間の観察では見逃される可能性のある、視神経疾患にとって重要な小さな変化を特定できます。実際、MS に特徴的な視神経炎は、通常、RNFL の半分以上が失われた後にのみ医師によって観察されます。
OCT は MRI よりもはるかに安価で侵襲性も低いです。IR-SLO 画像を提供できる同じデバイスを使用することで、将来的には同様の ML モデルを日常的な臨床診療に取り入れ、MS の自動診断に役立てることができます。
現在の研究では、サンプル数が限られた単一のセンターから取得したデータセットを使用しているため、将来的には、より大規模で多様な検証研究が必要になります。
ジャーナル参照:
- アリアン、R.、アガバベイ、A.、ソルタニプール、A.、 等 (2024) SLO-Net: 赤外線反射走査レーザー眼底検査画像を使用して光干渉断層撮影を超えた多発性硬化症診断を強化する。 トランスレーショナルビジョンサイエンス＆テクノロジー. doi:10.1167/tvst.13.7.13, https://tvst.arvojournals.org/article.aspx?articleid=2800432
1721610411
#AIと画像処理の進歩が多発性硬化症の診断に革命をもたらす
2024-07-22 00:47:00