高光谱成像和人工智能如何改变阿尔茨海默病的诊断

在最近一项涉及39例患者的多学科研究中，研究了视网膜成像技术在诊断阿尔茨海默病方面的潜力。一个易于使用的高光谱快照相机——460nm和620nm波段，10nm带宽——用于量化淀粉样蛋白的积累，而光学相干断层扫描允许评估视网膜神经纤维层的厚度。专门的图像预处理和机器学习有助于区分阿尔茨海默病患者和健康受试者。将高光谱数据和OCT数据相结合，效果最好。

编辑

 

阿尔茨海默病及其生物标志物

阿尔茨海默病（AD）的诊断是基于（结合）三种生物标志物：淀粉样蛋白（Ab）和tau蛋白积累和神经退行性变参数。数据通过进行正电子发射断层扫描或分析脑脊液来收集的；这两者都是昂贵的和/或侵入性手术。

眼睛与大脑和脊髓密切相关。因此，它提供了一个独特的中枢神经系统进入窗口。非侵入性AD诊断的一个研究途径主要是视网膜检查。在AD转基因小鼠模型中，在出现于大脑之前在视网膜中观察到抗体积累和斑块。有越来越多的证据表明，在AD患者的视网膜中存在AD疾病的特征。目前正在研究不同的成像技术来检测与抗体存在相关的视网膜变化。其中一种技术是高光谱视网膜成像，波长在460纳米到570纳米之间是最有趣的使用。对动物和人类视网膜的尸检研究以及对啮齿动物的体内研究表明，高光谱视网膜成像可以检测到由视网膜抗体聚集物的存在可能引起的光谱变化。

然而，高光谱视网膜成像并不能直接显示视网膜抗体沉积，而是记录了 460nm 和 570nm 之间波长处的光谱偏移。

眼睛中一个重要的神经退行性变生物标志物是视网膜神经纤维层变薄。这可以通过光学相干层析成像（OCT）来研究。这种无创和高分辨率的工具产生视网膜的横截面。

编辑

 

图1 研究流程

视网膜的高光谱成像用于淀粉样蛋白的定量

高光谱视网膜成像是使用快照相机进行的，连接到眼底相机上的T中继镜头上。相机的核心是一个高光谱传感器。该传感器具有一个标准的CMOS 1088×2048像素的图像传感器作为一个基地与镶嵌图案的高光谱滤镜后处理在它上面。这种专用的设计允许在一次捕获的情况下获得空间数据和光谱数据，而不需要进行扫描。将4×4成像像素组合成高光谱像素，16个带宽为10 nm，在460 nm到620 nm之间。曝光时间为0.2 ms，视场为50°，无背景照明来获取图像。

计算了每个高光谱图像的相对反射率。此外，通过对整个灰度图像应用高斯差值滤波器，从高光谱图像中去除血管。最后，根据视盘的中心，标准化定义了四个感兴趣的区域（roi）（图2）。这种策略是考虑整个视网膜，稀释可能微弱的Ab信号的风险，考虑大量区域，以及检测随机效应的风险。

编辑

 

图2左：定义了四个感兴趣的区域：S1、S2、I1和I2。图像中的绿色部分是用于分析的，视网膜血管从图像中减法。

右：四个感兴趣区域的平均光谱。阴影区域表示平均±为均值的标准误差。

光学相干断层扫描显示视网膜神经纤维层厚度，进行OCT分析并计算视网膜神经纤维厚度。利用HSI和OCT数据进行机器学习，基于线性判别分析建立了分类模型。在Python编程语言环境中使用scikit学习库对模型进行训练。对于每个感兴趣的区域，评估了分类器的两种输入配置：一种是归一化高光谱数据，另一种是结合归一化高光谱数据和光学相干层析扫描特征。

编辑

 

图3左：所有配置的所有内环交叉验证运行上的平均接收工作特（ROC）曲线。

右：在I2+RNFL配置的所有外环交叉验证运行上的平均ROC曲线，这显示了在内环中运行的最佳性能

3、结论

利用高光谱和OCT数据的双模态成像方法成功地检测了阿尔茨海默病患者视网膜中淀粉样蛋白的变化。这些数据被用来训练一个模型，可以以80%的准确率区分AD患者和对照组为80%。当添加测量视网膜神经纤维层厚度的OCT数据时，该模型的准确性有所提高。

这项研究显示了使用基于高光谱成像的视网膜成像技术进行非侵入性、快速和低成本AD诊断测试的潜力。这项研究中使用的快照相机特别有趣，因为可以在一次拍摄中获得空间和光谱信息，从而实现实时数据采集。这对于处理眼球运动至关重要，也是该应用程序的关键促成因素。

推荐：

便携式高光谱成像系统 iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品，主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计，物镜接口为标准C-Mount，可根据用户需求更换物镜。

编辑

审核编辑 黄宇