ছবির উৎস: আনস্প্ল্যাশ/CC0 পাবলিক ডোমেইন
ন্যাশনাল ইনস্টিটিউট অফ হেলথের গবেষকরা এমন একটি প্রযুক্তিতে কৃত্রিম বুদ্ধিমত্তা (AI) প্রয়োগ করেছেন যা চোখের কোষের উচ্চ-রেজোলিউশনের ছবি তৈরি করে। তারা রিপোর্ট করেছে যে AI এর সাথে, ইমেজিং গতি 100 গুণ বৃদ্ধি পেয়েছে এবং চিত্রের বৈসাদৃশ্য 3.5 গুণ বৃদ্ধি পেয়েছে। তারা বলে যে এই অগ্রগতি গবেষকদের বয়স-সম্পর্কিত ম্যাকুলার ডিজেনারেশন (AMD) এবং অন্যান্য রেটিনা রোগের মূল্যায়ন করার জন্য আরও ভাল সরঞ্জাম সরবরাহ করবে।
এই কাজ প্রদর্শিত হয় কমিউনিকেশন মেডিসিন.
“কৃত্রিম বুদ্ধিমত্তা রেটিনাল ইমেজিং কোষগুলির একটি মূল সীমাবদ্ধতা কাটিয়ে উঠতে সাহায্য করে: সময়,” বলেছেন ডাঃ জনি ট্যাম, ন্যাশনাল আই ইনস্টিটিউট অফ ন্যাশনাল ইনস্টিটিউট অফ হেলথ-এর ক্লিনিক্যাল অ্যান্ড ট্রান্সলেশনাল ইমেজিং বিভাগের প্রধান৷
তাম উন্নয়নশীল a অভিযোজিত অপটিক্স (AO) উন্নত ইমেজিং সরঞ্জামের উপর ভিত্তি করে অপটিক্যাল সমন্বয় টমোগ্রাফি (অক্টোবর). আল্ট্রাসাউন্ডের মতো, OCT হল অ-আক্রমণকারী, দ্রুত, ব্যথাহীন, এবং বেশিরভাগ চোখের ক্লিনিকগুলিতে মানক সরঞ্জাম।
এও-ওসিটি ব্যবহার করে ইমেজিং আরপিই কোষ নতুন চ্যালেঞ্জ উপস্থাপন করে, যার মধ্যে স্পেকল নামক একটি ঘটনা রয়েছে। স্পেকল AO-OCT এর সাথে হস্তক্ষেপ করে ঠিক যেমন মেঘ বায়বীয় ফটোগ্রাফিতে হস্তক্ষেপ করে। যে কোনো মুহূর্তে ছবির কিছু অংশ অস্পষ্ট হয়ে যেতে পারে। স্পেকেল ম্যানেজ করা কিছুটা মেঘ পরিচালনা করার মতো।
গবেষকরা দীর্ঘ সময় ধরে বারবার কোষগুলিকে চিত্রিত করেছেন। সময়ের সাথে সাথে, দাগগুলি পরিবর্তিত হয়, যার ফলে কোষের বিভিন্ন অংশ দৃশ্যমান হয়। বিজ্ঞানীরা তখন RPE কোষের স্পট-মুক্ত চিত্র তৈরি করতে অনেকগুলি চিত্রকে একত্রিত করার জন্য শ্রমসাধ্য এবং সময়সাপেক্ষ কাজটি গ্রহণ করেছিলেন।
ট্যাম এবং তার দল প্যারালাল ডিসক্রিমিনেটর জেনারেটিভ অ্যাডভারবিয়াল নেটওয়ার্ক (P-GAN), একটি গভীর শিক্ষার অ্যালগরিদম নামে একটি অভিনব কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক পদ্ধতির বিকাশ করেছে। P-GAN নেটওয়ার্ককে খাওয়ানোর মাধ্যমে প্রায় 6,000টি ম্যানুয়ালি বিশ্লেষণ করা AO-OCT-অর্জিত মানব RPE ছবি, প্রতিটি তার সংশ্লিষ্ট স্পট র ইমেজের সাথে যুক্ত, দলটি স্পট ব্লারের সেলুলার বৈশিষ্ট্যগুলি সনাক্ত করতে এবং পুনরুদ্ধার করতে নেটওয়ার্কটিকে প্রশিক্ষণ দেয়।
যখন নতুন ইমেজ পরীক্ষা করা হয়, P-GAN সফলভাবে RPE ইমেজ থেকে দাগ মুছে ফেলে এবং সেলুলার বিবরণ পুনরুদ্ধার করে। একটি একক চিত্র থেকে ক্যাপচার করা, এটি ম্যানুয়াল পদ্ধতির সাথে তুলনীয় ফলাফল তৈরি করে, যার জন্য 120টি চিত্র সংগ্রহ এবং গড় প্রয়োজন। P-GAN বিভিন্ন উদ্দেশ্যমূলক কর্মক্ষমতা মেট্রিক্স যেমন কোষের আকৃতি এবং গঠন মূল্যায়ন করে অন্যান্য AI প্রযুক্তিকে ছাড়িয়ে যায়। NEI-এর ক্লিনিক্যাল অ্যান্ড ট্রান্সলেশনাল ইমেজিং বিভাগের একজন পোস্টডক ড. বিনিতা দাস অনুমান করেছেন যে P-GAN ইমেজিং অধিগ্রহণ এবং প্রক্রিয়াকরণের সময় প্রায় 100-গুণ কমিয়ে দেয়। P-GAN একটি বৃহত্তর বৈসাদৃশ্য অনুপাত তৈরি করে, যা আগের তুলনায় প্রায় 3.5 বেশি।
“অ্যাডাপ্টিভ অপটিক্স OCT-ভিত্তিক ইমেজিংকে পরবর্তী স্তরে নিয়ে যায়,” ট্যাম বলেন, “এটি রেটিনার ছবি তোলার জন্য একটি বারান্দার আসন থেকে সামনের সারির আসনে যাওয়ার মতো৷ , আমাদের রোগের প্রাথমিক লক্ষণগুলিকে প্রসারিত করার অনুমতি দেয়।”
যদিও OCT-তে AO যোগ করা কোষগুলির একটি ভাল দৃশ্য প্রদান করতে পারে, AO-OCT চিত্রগুলি ক্যাপচার করার পরে প্রক্রিয়াকরণ AO ছাড়া OCT থেকে বেশি সময় নেয়।
Tam এর সর্বশেষ কাজের লক্ষ্য রেটিনাল পিগমেন্ট এপিথেলিয়াম (RPE), আলো-সংবেদনশীল রেটিনার পিছনে টিস্যুর একটি স্তর যা ফটোরিসেপ্টর সহ বিপাকীয়ভাবে সক্রিয় রেটিনাল নিউরনকে সমর্থন করে। রেটিনা চোখের পিছনে অবস্থিত এবং চোখের সামনের অংশে প্রবেশ করা আলোকে ক্যাপচার করে, প্রক্রিয়া করে এবং রূপান্তরিত করে সিগন্যালে যা পরে অপটিক নার্ভের মাধ্যমে মস্তিষ্কে প্রেরণ করা হয়। বিজ্ঞানীরা RPE-তে আগ্রহী কারণ RPE ক্ষতিগ্রস্ত হলে অনেক রেটিনা রোগ দেখা দেয়।
ট্যাম বিশ্বাস করেন যে AO-OCT-এর সাথে AI-এর সংমিশ্রণ দ্বারা, রুটিন ক্লিনিকাল ইমেজিংয়ের জন্য AO-OCT ব্যবহারের একটি বড় বাধা অতিক্রম করা হয়েছে, বিশেষ করে RPE-কে প্রভাবিত করে এমন রোগগুলির জন্য, যা চিত্রিত করা ঐতিহ্যগতভাবে কঠিন।
“আমাদের ফলাফল দেখায় যে কৃত্রিম বুদ্ধিমত্তা মৌলিকভাবে কীভাবে চিত্রগুলি ক্যাপচার করা হয় তা পরিবর্তন করতে পারে,” ট্যান বলেছেন। “আমাদের P-GAN এআই এটি এও ইমেজিংকে রুটিন ক্লিনিকাল অ্যাপ্লিকেশনের পাশাপাশি অন্ধ রেটিনাল রোগের গঠন, কার্যকারিতা এবং প্যাথোফিজিওলজি বোঝার লক্ষ্যে গবেষণার জন্য আরও অ্যাক্সেসযোগ্য করে তুলবে। AI কে পুরো ইমেজিং সিস্টেমের অংশ হিসাবে দেখা, একটি টুল হিসাবে না যা শুধুমাত্র একটি ছবি তোলার পরে প্রয়োগ করা হয়, এটি AI এর ক্ষেত্রে একটি দৃষ্টান্ত পরিবর্তন। “
অধিক তথ্য:
বিনীতা দাস, ঝাং ফুরু, অ্যান্ড্রু বল প্রমুখ। কৃত্রিম বুদ্ধিমত্তা-সহায়ক অভিযোজিত অপটিক্স অপটিক্যাল কোহেরেন্স টমোগ্রাফি দাগযুক্ত জীবন্ত মানব রেটিনাল কোষকে প্রকাশ করে, কমিউনিকেশন মেডিসিন (2024)। DOI: 10.1038/s43856-024-00483-1
দ্বারা প্রদান করা হয়
জাতীয় চক্ষু ইনস্টিটিউট
উদ্ধৃতি: কৃত্রিম বুদ্ধিমত্তা ম্যানুয়াল পদ্ধতির (এপ্রিল 10, 2024) তুলনায় রেটিনাল ইমেজিংকে 100 গুণ গতি বাড়ায়, 16 এপ্রিল, 2024, https://medicalxpress.com/news/2024-04-ai- retinal-imaging-faster-manual থেকে সংগৃহীত .html
এই নথিটি কপিরাইট দ্বারা সুরক্ষিত। ব্যক্তিগত অধ্যয়ন বা গবেষণার উদ্দেশ্যে ন্যায্য লেনদেনের স্বার্থ ছাড়া লিখিত অনুমতি ছাড়া কোনো অংশ পুনরুত্পাদন করা যাবে না। বিষয়বস্তু শুধুমাত্র রেফারেন্স জন্য.
