Анализ изображений сетчатки глаза

Снимок сетчатки глаза

Подразделение компании Google DeepMind, занимающееся разработками систем искусственного интеллекта, объявило о достижении договоренности с офтальмологической клиникой NHS Moorfields Eye Hospital об обучении системы искусственного интеллекта делу ранней диагностики заболеваний. Данная программа рассчитана на пять лет, в ходе которых машине будет «скормлено» в общей сложности около миллиона снимков глаз, которые находятся в базе данных клиники Moorfields. А конечной целью данной программы является разработка системы экспресс-диагностики, которая будет в состоянии производить быстрый анализ снимков сетчатки глаз и по полученным данным диагностировать различные заболевания на самом раннем этапе их возникновения.

Основными причинами потери зрения являются диабетическая ретинопатия и возрастная дегенерация (желтое пятно), в 98 процентах случаях диабета потеря зрения может быть предотвращена, если заболевание обнаруживается на раннем этапе, оставляя докторам время для проведения надлежащего лечения.

Проект Google DeepMind будет обрабатывать два вида снимков глаза, традиционные снимки глазного дна, которые, по сути, являются изображениями сетчатки глаза, и снимки, полученные при помощи оптической когерентной томографии (optical coherence tomography, OCT), которые дают изображения своего рода «поперечного сечения» сетчатки глаза и которые более информативны с медицинской точки зрения. Однако, OCT-снимки очень сложны и их анализ может производиться только медицинским персоналом, прошедшим специализированное обучение. В результате этого возникают задержки между получением снимков, их анализом и постановкой диагноза. И, несмотря на массу предпринимаемых попыток, самые мощные компьютерные аналитические инструменты не могут решить проблему автоматизации анализа OCT-снимков.

Система искусственного интеллекта Google DeepMind, построенная на принципах глубинного обучения и самообучения и реализованная в виде искусственных нейронных сетей, сможет самостоятельно обучиться находить признаки зарождающихся заболеваний, в первую очередь диабетической ретинопатии. Для этого ей, как и обычно, потребуется некий первоначальный толчок, процесс предварительного обучения, который будет проведен квалифицированными врачами. Далее система продолжит обучение самостоятельно, а врачи будут только контролировать работу искусственного интеллекта, делая подсказки и внося коррективы в случае возникновения такой необходимости.

Естественно, в начале работы система искусственного интеллекта будет совершать множество ошибок. Но дальнейшее самообучение, подкрепленное помощью со стороны врачей, приведет к постоянному снижению процента вынесенных ошибочных диагнозов. А через некоторое время по качеству работы система догонит, а потом и перегонит даже самых опытных врачей-офтальмологов.

Следует отметить, что данная программа является не первым разом сотрудничества Google DeepMind и Национальной службы здравоохранения Великобритании (NHS). Но их прошлый совместный проект закончился громким скандалом, ведь в рамках проекта был открыт доступ к полным историям болезни 1.6 миллионов пациентов, что является грубым нарушением принципа врачебной тайны. В ходе нового проекта такой ошибки не будет допущено, все снимки, которые будут обрабатываться системой искусственного интеллекта, будут полностью анонимными, кроме тех, на использование которых дадут согласие сами пациенты.

Источник

Интерпретация томографических изображений

Описание

На рисунке 3

Анализ изображений сетчатки глаза

ILM — внутренняя пограничная мембрана

NFL — слой нервных волокон

GCL — слой ганглионарных клеток

IPL — внутренний плексиформный слой

OPL — наружный плексиформный слой

ISOS — наружные и внутренние сегменты фоторецепторов

RPECC — пигментный эпителий и хориокапилляры

Choroid — хориоидея.

Рисунок 3. Линейная оптическая томограмма через макулярную область и схематическое изображение соответствующих слоев сетчатки здорового глаза (по Schuman J.S. с соавт.).

показано томографическое изображение сетчатки здорового глаза человека и схематическое изображение ее слоев.

Красным цветом выделен высокоотражающий слой ПЭ сетчатки и хориокапилляров. Этот задний слой теряется у границы диска зрительного нерва. Под слоем хориокапилляров относительно слабый отраженный сигнал воспринимается от глубоких слоев хориоидеи и склеры. Черный слой с минимальными отражающими свойствами, внутри от ПЭ, соответствует расположению наружных сегментов фоторецепторов. Средние отражающие свойства имеют внутренний и наружный плексиформные слои, состоящие из клеточных элементов, расположенных перпендикулярно направлению сканирующего луча. В минимальной степени на томограммах проявляют свои отражающие способности нуклеарные слои сетчатки, в которых клетки расположены параллельно направлению сканирующего луча.

Внутренняя граница сетчатки с высокими отражающими свойствами соответствует расположению слоя нервных волокон, толщина которого увеличивается по направлению от макулы к диску зрительного нерва. Сосуды сетчатки можно определить по их повышенным отражающим свойствам, а также по характерному затемнению в глубжележащих слоях ПЭ и хориоидеи.

Как уже было отмечено, современные модели томографов предлагают различные варианты протоколов сканирования, а также дают возможность самостоятельно создавать пользовательский протокол. Основные протоколы сканирования предназначены для оценки макулярной области, диска зрительного нерва и толщины слоя нервных волокон вокруг диска.

Наиболее простыми являются одиночный линейный скан (Line) и «перекрестье» (Cross Hair), представляющие собой два перпендикулярных скана, которые пересекаются в центре, образуя крест. Представление о трехмерной топографии макулы можно получить с помощью протокола «линии растра» (Raster Lines), который представляет собой серию (от 6 до 24) параллельных линейных сканов на одинаковом расстоянии друг от друга в заданной прямоугольной области сетчатки. Кроме того, для этой цели используют протокол «радиальные линии» (Radial Lines), состоящий из серии (от 6 до 24) линейных сканов, проходящих через общую центральную ось и равномерно распределенных по кругу, подобно спицам колеса.

Читайте также:  Микроразрыв сетчатки глаза симптомы

Для создания профиля диска зрительного нерва применяют протокол Optical Disc, аналогичный схеме радиальных линий. На рисунке 4

Анализ изображений сетчатки глаза

Рисунок 4. Направления радиального сканирования через диск зрительного нерва.

показаны направления выполняемых томографом радиальных сканов. Серия радиальных томограмм через диск зрительного нерва, демонстрирующая его края и экскавацию показаны на рисунке 5.

Анализ изображений сетчатки глаза

Рисунок 5. Серия радиальных томограмм через диск зрительного нерва, соответствующая рисунку 4.

Стоит отметить, что в отличие от других диагностических приборов, при определении границ ДЗН томограф ОСТ-3 автоматически руководствуется окончанием гиперрефлективного сигнала от ПЭ. Таким образом, при использовании протоколов анализа, удается существенно повысить объективность оценки краев и экскавации ДЗН.

Толщина слоя нервных волокон в перипапиллярной области может быть важным диагностическим критерием при глаукоме и нейродегене-ративных заболеваниях. Для измерения толщины слоя нервных волокон предложено несколько комбинаций концентрических круговых сканов вокруг диска зрительного нерва:

  • «пропорциональная окружность» (Proportional Circle),
  • «три концентрических кольца» (Concentric 3 Rings),
  • «толщина слоя нервных волокон сетчатки 3.4» (RNFL Thickness 3.4) и другие.

Направление сканирующего луча показано на рисунке 6.

Анализ изображений сетчатки глаза

Рисунок 6. Направления циркулярного сканирования вокруг диска зрительного нерва

Толщина слоев нервных волокон неодинакова в перипапиллярном регионе, что отражается на томограммах. Как было отмечено выше, слой нервных волокон хорошо дифференцируется на томограммах в виде гиперрефлективной полосы во внутренних отделах сетчатки (рис. 7).

Анализ изображений сетчатки глаза

Рисунок 7. Циркулярная томограмма в перипапиллярной области.

На циркулярной томограмме перипапиллярной области заметно, что толщина слоя нервных волокон сетчатки больше в верхневисочном и нижневисочном секторах. Такое строение характерно для нормального анатомического строения этой области сетчатки. Учитывая общую толщину сетчатки, компьютерный модуль томографа обрабатывает изображения с помощью программных средств и представляет их в виде круговой диаграммы, отражающей толщину в различных секторах перипапиллярной области. Кроме того, на томограммах четко определяются границы ДЗН, диаметр и глубина экскавации, что служит основой для расчета соотношений этих параметров при контроле над течением глаукомы.

Взаимодействие света с физическими телами и, в частности, с тканями глаза основано на фундаментальных свойствах проникновения, рассеивания и отражения.

Для оценки взаимодействия света с полупрозрачными средами применяют три основных параметра:

  • коэффициент абсорбции,
  • коэффициент рассеивания
  • и анизотропию рассеивания.

В большинстве тканей рассеивание преобладает над абсорбцией, однако абсорбция может преобладать, если в тканях содержится большое количество хроматорфоров. Анизотропия рассеивания характеризует преимущественное направление рассеивания света.

Известно, что изменения в клеточной морфологии и структуре ткани влияют на ее оптические свойства, которые могут быть оценены при сканировании. Интерпретация томограмм зависит от способности пользователя оценивать отражающие способности различных слоев тканей и умения сопоставить их с морфологической картиной в норме и при их патологических изменениях. Если разрешающая способность прибора не удовлетворяет пользователя, он может прибегнуть к диагностическому анализу получаемых томограмм с помощью программного обеспечения.

Сигнал от исследуемой ткани, воспринимаемый оптическим томографом складывается не только из ее отражающих свойств, но и поглощающих и рассеивающих свойств структур, находящихся перед ней. При диагностической оценке результатов оптической томографии важно принимать во внимание это свойство и учитывать, что на изображение сетчатки может накладывать свой отпечаток прозрачность и состояние роговицы, хрусталика, стекловидного тела, а также изменения ее структуры во внутренних слоях.

Так, картину гиперрефлективного (т.е. имеющего повышенные отражающие свойства) участка на сетчатке могут давать воспалительные инфильтраты ее слоев, рубцы, твердый экссудат, геморрагии. Твердый экссудат имеет высокие отражающие свойства и практически полностью блокирует излучение, отраженное от лежащих кнаружи от него структур сетчатки, оставляя за собой «тень» на томограмме.

Кровь в сосудах сетчатки имеет высокий коэффициент рассеивания, что также приводит к появлению «тени» за сосудами. Тонкие геморрагии, расположенные в слоях сетчатки, выглядят участками с повышенной плотностью, однако пропускают излучение, отраженное от наружных слоев сетчатки. Если толщина геморрагии превышает 200 нм, то последняя, как правило, экранирует картину внешних слоев. На рисунке 8

Анализ изображений сетчатки глаза

Рисунок 8. Плотное субгиалоидное кровоизлияние.

представлена флюоресцентная ангиограмма глаза пациентки с преретинальным кровоизлиянием, а на рисунке 9

Анализ изображений сетчатки глаза

Рисунок 9. Эпиретинальное кровоизлияние на оптической томограмме экранирует изображение от сетчатки.

— соответствующее ей изображение на оптической томограмме.

Сниженные отражающие свойства или гипорефлективность характерна для отека сетчатки, при котором накапливающаяся в сетчатке жидкость повышает коэффициент рассеивания. Кроме того, снижение отражающих свойств может быть вызвано изменениями структуры сетчатки, в частности, при гипопигментации ПЭ. Гипорефлективность морфологически измененных структур сетчатки важно дифференцировать от причин, снижающих доступ сканирующего излучения:

  • помутнений хрусталика или стекловидного тела,
  • астигматизма,
  • неровного положения интраокулярной линзы
  • или неадекватно выполненных настроек томографа.

Как правило, эти причины приводят к снижению качества изображения во всех слоях сетчатки. В отличие от артефактов, фокальное снижение отражающих свойств часто бывает обусловлено наличием экранирующих структур: кровоизлияний, экссудатов, отслойкой ПЭ сетчатки.

На основе различий в отражающих свойствах возможно дифференцировать геморрагии от твердых экссудатов и серозного субретинального содержимого. Серозная жидкость содержит мало клеточных элементов, поэтому ее отражающие свойства слабо выражены. Кровоизлияния, напротив, содержат много клеточных элементов, которые хорошо отражают и рассеивают излучение. Экссудаты выглядят на сканограммах образованиями со средними отражающими свойствами, занимая промежуточное положение по плотности окрашивания между кровью и серозной жидкостью.

Читайте также:  Что входит в состав центральной ямки сетчатки

Накопление интраретинальной жидкости ведет не только к изменению структуры сетчатки, но и к увеличению ее толщины. С помощью метода ОКТ можно прецизионно определять последнюю, поскольку высокая разрешающая способность аксиального скана позволяет точно определять дистанцию между гиперрефлективными внутренней (сетчатка — стекловидное тело) и наружной (ПЭ) границами сетчатки. Измерение толщины сетчатки, особенно в макулярной области, имеет большое клиническое значение, так как может служить основой для наблюдения за динамикой накопления интраретинальной жилкости при диабетическом макулярном отеке, синдроме Ирвина-Гасса, окклюзиях сосудов сетчатки и других заболеваниях.

Отслойка нейросенсорной сетчатки выглядит на томограммах в виде плоской ее элевации над оптически прозрачной полостью между задней поверхностью отслоенного фоторецепторного слоя и ПЭ. При этом хорошо дифференцируются гиперрефлективный ПЭ, а также внутренняя поверхность отслоенной сетчатки, поскольку она оказывается высококонтрастной на фоне субретинальной жидкости (рис. 10).

Анализ изображений сетчатки глаза

Рисунок 10. Линейная оптическая томограмма через область серозной отслойки нейроэпителия сетчатки.

Серозная отслойка ПЭ выглядит на томограммах как фокальная элевация его гиперрефлективного слоя ПЭ над оптически прозрачной полостью (рис. 11).

Анализ изображений сетчатки глаза

Рисунок 11. Линейная оптическая томограмма через область отслойки пигментного эпителия.

Отслоенный ПЭ выглядит на томограммах более ярким, чем в норме, как за счет более контрастного темного фона жидкости под отслойкой, так и за счет изменений в его клеточной морфологии. Кроме того, при отслойке ПЭ обладает выраженным «затеняющим» эффектом, препятствующим получению изображения от его базальной мембраны и слоя хориокапилляров. Как правило, угол, образованный прилежащей и отслоенной сетчаткой, является более острым при отслойках ПЭ, чем при отслойке нейросенсорной сетчатки. Эта особенность объясняется плотной адгезией ПЭ к базальной мембране, что ведет к относительно большему давлению жидкости на внутренней границе отслойки. Таким образом, дифференцировать отслойку ПЭ от серозной отслойки нейроэпителия сетчатки можно по отражающим свойствам тканей под отслойкой и углу ее элевации.

Геморрагическая отслойка ПЭ имеет сходные характеристики, однако отличается сопутствующим отраженным сигналом от форменных элементов крови, расположенных под ним. Вместе с ПЭ они создают гиперрефлективную область, позволяющую сигналу проникать в глубину, как правило, не дальше 100 нм.

Для фиброваскулярных отслоек ПЭ также характерна повышенная интенсивность отраженного сигнала, величина которого колеблется от средней до умеренной, позволяя при этом получать изображение хориоидеи. Аналогично проявляют себя на томограммах и вителлиеформные изменения макулы (рис. 12).

Анализ изображений сетчатки глаза

Рисунок 12. Линейная оптическая томограмма через область вителлиформного очага в макуле.

Скопления друз могут быть ошибочно приняты за отслойки ПЭ, однако, как правило, друзы не вызывают на томограммах «затенения» слоя хориокапилляров.

В норме границу ПЭ с хориоидеей дифференцировать на сканограммах сложно. При сенильной макулярной дегенерации часто возникает нарушение целостности мембраны Бруха, сопровождающееся ростом хориоидальной неоваскулярной мембраны. На ранней стадии прорастания её сложно выделить на фоне изображения хориоидеи, однако позже мембрана может хорошо дифференцироваться на томограмме в виде грибовидного или блюдцеобразного образования средней рефлективности (рис. 13).

Анализ изображений сетчатки глаза

Рисунок 13. Линейная оптическая томограмма через область субретинальной неоваскулярной мембраны.

Кроме того, при врастании неоваскулярной мембраны возникает увеличение толщины сетчатки как за счет мембраны, так и за счет перифокального отека и кровоизлияний.

В нормальных условиях граница сетчатка-стекловидное тело является высококонтрастной, а стекловидное тело выглядит оптически прозрачным. Стекловидное тело может давать участки гиперрефлективности при появлении в нем воспалительных инфильтратов, помутнений, кровоизлияний. Задняя отслойка стекловидного тела выявляется с трудом, поскольку и внутриглазная жидкость и гель стекловидного тела имеют сходные показатели преломления и не образуют контрастной границы.

Те эпиретинальные мембраны, которые потеряли плотный контакт с сетчаткой, хорошо выделяются на томограммах. От задней отслойки стекловидного тела они отличаются более высокой рефлективностью, толщиной и более плоским контуром (рис. 14).

Анализ изображений сетчатки глаза

Рисунок 14. Линейная оптическая томограмма через область эпиретинальной мембраны.

Наиболее полное представление о клинических возможностях метода, можно получить, сопоставляя томографические изображения с реальной картиной глазного дна и ФАГ, чему будет посвящены следующие главы.

—-

Статья из книги: Биомикроретинометрия | Родин А.С.

Источник

Дактилоскопия — наиболее известный и распространенный метод установления личности по биометрическому параметру, отлично зарекомендовала себя в криминалистике XX века и помогла раскрыть ни одну сотню преступлений. Однако технологии не стоят на месте, и отпечатки пальцев перестали быть единственным «ключом» к идентификации.

Современная техника научились узнавать пользователей по сетчатке и радужной оболочке глаза, форме лица и рук и ряду динамических характеристик — голосу, биологической активности сердца, рукописному и клавиатурному почерку.

Идентификация по радужной оболочке глаза

Подобно отпечатку пальца, рисунок радужной оболочки глаза является уникальной характеристикой человека, а метод установления личности по этому биометрическому параметру, по мнению экспертов, превосходит в надежности привычную дактилоскопию. Для того, чтобы зафиксировать узор на радужке, нужна фотокамера с высоким разрешением. Полученное изображение увеличивается и преобразуется в уникальный код, присваиваемый человеку.

Рисунок радужки, который окончательно формируется на втором году жизни ребенка, практически не изменяется в течение жизни, если человек не получает травм и не страдает от серьезных офтальмологических патологий. В то же время, папиллярный узор отпечатка пальца подвержен изменению даже в результате мелких бытовых повреждений — ожогов или порезов, что делает этот метод идентификации менее эффективным, чем анализ радужной оболочки.

Читайте также:  Лазерная коагуляция сетчатки глаза минск

Достоинством метода является и простота в сканировании. Человеку не обязательно сосредоточенно смотреть в одну точку, ведь пятна на сетчатке находятся прямо на поверхности глазного яблока и легко считываются на расстоянии, не превышающем 1 метр. Использовать данный метод удобно в банковских организациях или общественном транспорте. Заинтересовались технологией и производители смартфонов — в 2015 году в Японии в продажу поступила первая модель со сканером радужной оболочки — Fujitsu Arrows NX F-04G. По мнению разработчиков, внедрение технологии идентификации по радужке глаза поможет защитить личные данные владельцев смартфонов.

Идентификация по сетчатке

Просканировать сетчатку — внутреннюю оболочку глазного яблока, реагирующую на свет, сложнее: для этого к кровеносным сосудам задней стенки глаза через зрачок посылают низкоинтенсивные инфракрасные световые лучи. Подобный метод установления личности считается высокоэффективным и активно используется на правительственных и военных объектах.

Капилярный рисунок сетчатки различается даже у близнецов, что снижает вероятность ошибки идентификации. Однако, в 2012 году ученые из Университета Нотр-Дам в США обнаружили погрешности в определении личностей людей, чьи данные были внесены в базу ранее 2008 года, и доказали, что, в отличие от рисунка на радужной оболочке, рисунок сетчатки подвержен ряду возрастных изменений.

И снова производители мобильных гаджетов не остались в стороне. Ряд компаний (например, китайская ZTE CORPORATION) работает на созданием комбинированных технологий идентификации по сетчатке и радужке.

Распознавание по «геометрии» лица

Метод установления личности по чертам кажется экспертам одним из наиболее перспективных, во многом благодаря своей «привычности»: люди с легкостью идентифицируют друг друга по лицам, так почему бы не научить этому компьютер? В основе технологии — создание двухмерных или трехмерных «карт» человеческих черт — система запоминает и опознает контуры носа и губ, форму бровей, расстояние между отдельными чертами.

Разработчики систем биометрического анализа отечественной компании BioLink называют распознавание по лицу второй по распространенности и популярности биометрической технологией. Однако, «опознание» по геометрии лица — задача трудоемкая, ведь на восприятие машины влияет освещение, угол наклона головы, наличие макияжа.

Наиболее эффективно техника распознает статичные изображения — фотографии. Так, система искусственного интеллекта FaceNet, созданная Google, “опознала” 99,63% фото пользователей интернета.

Распознавание по биологической активности сердца

Одна из новейших технологий динамической биометрической идентификации — установление личности на основе данных о работе сердечно-сосудистой системы.

В 2014 году Канадская компания Bionym представила миру устройство, позволяющее использовать ЭКГ человека в качестве персонального идентификатора. «В научном сообществе существует устоявшаяся идея о том, что уникальность и постоянство человеческого сердечного ритма позволяет использовать его в качестве биометрического идентификатора», — заметил генеральный директор Bionym Карл Мартин. — «В сущности, нужно сделать следующее: взять форму ЭКГ и подвергнуть ее машинному анализу, чтобы выявить уникальные и постоянные особенности».

Высокую эффективность технологии отметили отечественные специалисты по безопасности. «Кардиограмма, как оказывается, тоже может быть вполне перспективным средством биометрической аутентификации,» — отмечали эксперты «Лаборатории Касперского».

Подобные разработки уже сейчас ведутся в России. Например, представители отечественной компании CardioQVARK (о них уже были статьи на Хабре и Гиктаймс), производящей чехлы-кардиомониторы для iPhone, в работе «Исследование искусственных нейронных сетей в задаче идентификации личности по электрокардиосигналу» показали, что их продукт может помочь в установлении личности пользователей.

Основное назначение устройства — удаленный контроль за состоянием здоровья пациентов-сердечников, однако возможность сделать экспресс-анализ состояния сердечно-сосудистой системы позволит идентифицировать человека без временных затрат. Процедура снятия ЭКГ при помощи чехла от CardioQVARK предельно проста и занимает всего лишь несколько секунд: достаточно приложить пальцы к датчикам и результат ЭКГ появится на экране гаджета и в приложении для врача.

Анализ голоса

Биометрический метод идентификации по голосу прост в применении — достаточно оснастить аналитическое устройство микрофоном и записать «звучание» конкретного человека. Широкое распространение данного метода обусловлено наличием микрофона и возможности записи звука на большинстве современных мобильных гаджетов и компьютеров. Однако, технология имеет ряд существенных недостатков: голос одного и того же человека может звучать по-разному в зависимости от его психологического и физического состояния, уровня шума, качества микрофона.

Не только безопасность

Вопреки распространенному мнению, системы биометрической идентификации внедряются не только ради обеспечения безопасности охраняемых объектов или противодействия преступности. Например, ряд систем идентификации применяется в образовательных учреждениях. Некоторые современные школы внедряют сканирование радужной оболочки учащихся для контроля посещаемости и даже для упрощения процедуры оплаты школьных завтраков и обедов — ребенок приходит в столовую, его сетчатка сканируется, со счета родителей списывается определенная сумма за питание отпрыска. Используются и системы, сканирующие отпечатки пальцев. На производстве же подобные системы позволяют отмечать время, проведенное сотрудником на рабочем месте.

Источник