小羅碎碎念

今天和大家分享一個面上項(xiàng)目，資助年限為2020～2023，直接費(fèi)用為55萬。

病理性近視致盲問題嚴(yán)峻，機(jī)制和診療策略尚待探索。本項(xiàng)目基于前期積累的大量影像資料和算法開發(fā)工作，計(jì)劃構(gòu)建標(biāo)準(zhǔn)影像數(shù)據(jù)庫，運(yùn)用組合機(jī)器學(xué)習(xí)算法對病理性近視典型病灶進(jìn)行自動化識別、定位和定量分析，采集后極部黃斑區(qū)相關(guān)參數(shù)并挖掘疾病預(yù)測標(biāo)記物，旨在為近視向病理性近視的演進(jìn)預(yù)警提供依據(jù) 。

項(xiàng)目成功構(gòu)建了病理性近視標(biāo)準(zhǔn)影像數(shù)據(jù)庫，錄入了多種影像資料及患者信息。在研究成果方面，明確了年輕近視人群視盤形態(tài)特征與近視進(jìn)展的關(guān)系，如BMOD、BTA和眼軸可預(yù)測黃斑脈絡(luò)膜厚度降低；利用機(jī)器學(xué)習(xí)從眼底彩照提取特征構(gòu)建了脈絡(luò)膜厚度預(yù)測模型；開發(fā)了后鞏膜葡萄腫量化分析系統(tǒng)，發(fā)現(xiàn)MOSH可作為近視牽引性黃斑病變發(fā)生發(fā)展的早期預(yù)測指標(biāo)。

項(xiàng)目組通過主辦和參與國內(nèi)外學(xué)術(shù)會議，積極開展學(xué)術(shù)交流。在人才培養(yǎng)上成效顯著，培養(yǎng)了10名博士研究生 。此外，項(xiàng)目還產(chǎn)出了17篇論文（14篇SCI收錄）、7項(xiàng)授權(quán)專利，近視人群視盤特征與標(biāo)記計(jì)算系統(tǒng)已初步應(yīng)用于流行病學(xué)篩查，為眼科臨床影像技術(shù)變革和近視防控提供了有力支持。

---

知識星球

如需獲取推文中提及的各種資料，歡迎加入我的知識星球！

---

一、項(xiàng)目摘要

病理近視（PM）是全球范圍尤其是東亞地區(qū)最主要的致盲性眼病之一，其疾病發(fā)生演進(jìn)機(jī)制、臨床分級標(biāo)準(zhǔn)及預(yù)防治療策略都尚在研究探索之中。

本課題組在前期病理性近視大型標(biāo)準(zhǔn)影像資料庫（由三大影像數(shù)據(jù)庫組成：上海交通大學(xué)眼科研究所讀片中心病理性近視數(shù)據(jù)庫、上海市青少年防盲計(jì)劃數(shù)據(jù)庫高度近視部分，上海交通大學(xué)附屬第一人民醫(yī)院眼科影像數(shù)據(jù)庫高度近視及病理性近視部分）基礎(chǔ)上，合作開發(fā)自動化識別眼底彩色照相及光學(xué)相干斷層掃描目標(biāo)病灶計(jì)算機(jī)自動化算法，構(gòu)建完成病理性近視標(biāo)準(zhǔn)影像資料數(shù)據(jù)庫；

通過組合應(yīng)用機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)對PM典型病灶斑片狀脈絡(luò)膜視網(wǎng)膜萎縮、后鞏膜葡萄腫、脈絡(luò)膜新生血管等病灶的自動化識別、定位及定量分析；進(jìn)一步應(yīng)用機(jī)器學(xué)習(xí)算法，自動化采集后極部黃斑區(qū)視網(wǎng)膜、脈絡(luò)膜厚度、體積，識別視網(wǎng)膜脈絡(luò)膜血管，分析血管形態(tài)特征參數(shù)；整合PM標(biāo)準(zhǔn)化數(shù)據(jù)庫中人口學(xué)、屈光及治療干預(yù)轉(zhuǎn)歸數(shù)據(jù)，挖掘出包括黃斑外凸鞏膜高度（macular outward scleral height，MOSH）等在內(nèi)的可預(yù)測PM疾病發(fā)生及轉(zhuǎn)歸的形態(tài)學(xué)標(biāo)記物。

---

二、基于機(jī)器學(xué)習(xí)的年輕近視患者視盤形態(tài)特征的自動識別與量化分析

2-1：研究對象與方法

• 研究對象：分析了數(shù)據(jù)庫中896名年輕近視患者，將參與者隨機(jī)分為訓(xùn)練集（70%）和測試集（30%）。
• 研究方法：運(yùn)用開源的影像組學(xué)算法包從彩色眼底照片中自動提取視盤旁形態(tài)學(xué)特征，涉及的眼底區(qū)域包括視盤、ETDRS分區(qū)內(nèi)環(huán)、內(nèi)環(huán)顳側(cè)、外環(huán)顳側(cè)等，并囊括灰度、紋理、形態(tài)等各方面特征。通過LASSO回歸篩選與脈絡(luò)膜厚度相關(guān)性最強(qiáng)的影像學(xué)特征，在訓(xùn)練集構(gòu)建多元回歸模型將其合并為基于視盤特征的脈絡(luò)膜厚度預(yù)測模型，然后在測試集中評估其預(yù)測脈絡(luò)膜厚度的性能。

2-2：研究結(jié)果

• 從眼底彩照中提取的特征多達(dá)300余項(xiàng)，通過在訓(xùn)練集中進(jìn)行機(jī)器學(xué)習(xí)降維，最終篩選出了包含6個特征的最佳特征集合，并利用多元回歸模型將其合并為新的脈絡(luò)膜厚度預(yù)測模型。

• 該模型與脈絡(luò)膜厚度有顯著相關(guān)性，可用于近視患者脈絡(luò)膜厚度改變和病理性近視進(jìn)展的預(yù)測。

2-3：研究意義與成果發(fā)表

• 本研究引入機(jī)器學(xué)習(xí)方法獲取近視進(jìn)展過程中視盤和視盤旁早期變化的影像學(xué)特點(diǎn)，并基于這些特征篩選構(gòu)建了與脈絡(luò)膜厚度顯著相關(guān)的定量模型。
• 這種基于機(jī)器學(xué)習(xí)方法的客觀預(yù)測模型彌補(bǔ)了手動標(biāo)注測量的主觀性及耗費(fèi)人力等缺陷，還可應(yīng)用于眼底疾病的其他領(lǐng)域。相關(guān)論文已發(fā)表于國際期刊《Frontiers in Medicine》。

---

結(jié)束語

本期推文的內(nèi)容就到這里啦，如果需要獲取醫(yī)學(xué)AI領(lǐng)域的最新發(fā)展動態(tài)，請關(guān)注小羅的推送！如需進(jìn)一步深入研究，獲取相關(guān)資料，歡迎加入我的知識星球！