杜克大学的生物医学工程师开发了一种新的成像系统，该系统利用人工智能技术，能够比现有技术更清晰地观察视网膜细胞。这一进展可能会极大地提高现代医学对多种疾病的诊断和监测能力。
这项研究发表在《科学进展》杂志上。
视网膜是眼睛后部的一层光敏细胞，它在将视觉信息转换并传递给大脑方面起着至关重要的作用。作为中枢神经系统的延伸，它为研究人员提供了一种独特的、非侵入性的手段来在细胞水平上观察神经元。
“这些视网膜细胞可以作为研究脑部疾病如阿尔茨海默病或多发性硬化症的替代物。精确成像是早期检测的关键。通过更清晰的图像，我们可以更早地识别疾病，并比其他脑部成像方法更有效地评估实验疗法。”杜克大学安德森-鲁普生物医学工程和眼科教授Sina Farsiu说。
目前最常用的视网膜细胞成像方法是自适应光学扫描激光检眼镜（AOSLO）。传统的AOSLO图像仅由直接从视网膜反射的光形成。然而，这些图像通常包含误导性的伪影，促使现代AOSLO系统结合间接反射光的非共焦信息来解决视网膜细胞问题。
Farsiu解释说：“非共焦AOSLO方法通常只使用两个传感器来捕捉散射光。虽然这提供了一个角度的信息，但不足以完全捕捉视网膜结构的形状和健康状况。例如，水平方向的血管可能被正确解析，而垂直方向的血管则可能被忽略。”
为了解决这一挑战，研究人员依赖于额外的传感器，这些传感器提供了关于微结构的详细信息，但需要昂贵且复杂的设备。另一种方法是在每次扫描后调整传感器的位置，但这会大大增加成像时间，影响患者的舒适度和安全性。
为了克服这些限制，Farsiu和他的团队开发了一种称为深度压缩AOSLO（DCAOSLO）的新方法。这种方法使用了压缩感知技术，这是一种信号处理技术，只需要少数几个投影即可快速重建图像。
通过使用软件控制倾斜的小镜子阵列来收集视网膜反射光，DCAOSLO可以在不需要标准AOSLO中使用的逐个传感器扫描的情况下捕获关键特征。然后，数据由AI算法处理，生成如同由多个传感器生成的图像。
“DCAOSLO可以同时从12个传感器位置捕捉散射光，而只需两个传感器，与传统AOSLO相比，显著降低了成本和成像时间。”Farsiu实验室的博士生、论文的第一作者Jongwan Park说。“我们的硬件修改非常少，研究人员可以轻松将其集成到现有的AOSLO设置中。”
为了展示DCAOSLO的能力，研究团队用它来成像健康和患病受试者的各种视网膜结构。该系统不仅改善了杆状细胞、锥状细胞和血管细胞的图像，还实现了比传统AOSLO设置快近100倍的成像速度。
Farsiu说：“单细胞视网膜成像系统，包括AOSLO，只有在成像能够快速、准确且经济地进行时才能得到广泛临床应用。DCAOSLO是一种实用的诊断工具，具有改变神经系统、心血管系统、糖尿病和视网膜疾病管理的潜力。”
更多信息： Jongwan Park等人，《深度压缩多通道自适应光学扫描激光检眼镜》，《科学进展》（2025）。DOI: 10.1126/sciadv.adr5912
提供者：杜克大学
(全文结束)
