重
磅
近日，国际最高水平眼科期刊《Ophthalmology》在线刊登了中山眼科中心张秀兰教授团队基于三维扫频前段OCT影像诊断青光眼的长文原创论著。这是该团队今年再次在Ophthalmology（影响因子12.）上发表的第二篇文章。该研究在国际上首次基于三维扫频前段OCT影像技术研发出“电子房角镜“（digitalgonioscopysystem，DGS)AI算法，智能诊断原发性闭角型青光眼。该研究最大的亮点是，电子房角镜不但能快速区分宽角和窄角定性诊断青光眼类型，更突破了该领域世界级技术的瓶颈，能够区分周边虹膜前粘连（PAS）的程度和范围。这一技术有望代替传统房角镜用于青光眼的诊断。
该论著第一完成单位为中山眼科中心，最后通讯作者为张秀兰教授。该研究为国际多中心研究，由中山眼科中心领衔，与华南理工大学、百度、新加坡、泰国知名眼科中心的24个研究者共同合作完成，是中山眼科中心国际合作产出高质量科研成果又一丰硕业绩。该论著第一作者为李飞（中山眼科中心）、杨逸凡（华南理工大学）、孙旭（百度）；许言午（百度）、谭明奎（华南理工大学）、TinAung（新加坡国立眼科研究所）为并列通讯作者。
●中山眼科中心为第一单位、第一作者和最后通讯作者发表
在Ophthalmology上的电子房角镜AI算法智能诊断青光眼的原创长文论著
该研究以三维扫频前段OCT（CASIA3DSSAS-OCT）图像为输入数据，基于3DResnet分别构建了用于区分宽、窄房角及鉴别房角粘连的深度神经网络，可详细输出每个钟点房角宽度及粘连的预测信息。该电子房角镜系统分别于新加坡国立眼科中心及泰国朱拉隆功大学的外部数据中进行了国际多中心、多人种数据验证，保持了高水平诊断性能（宽窄房角诊断AUC=0.，房角粘连诊断AUC=0.）。
A
B
C
D
电子房角镜算法示意图：A.静态电子房角镜网络结构示意图；B.动态电子房角镜网络结构示意图；CD电子房角镜识别窄角及粘连的热点区域
青光眼是世界主要不可逆致盲眼病之一。原发性闭角型青光眼在亚洲的发病远高于世界其他区域。房角镜检查是闭角型青光眼诊断的金标准，但检查主观性强、学习曲线长，且为接触性检查非常有赖于患者配合。如何用AI模拟完整的静态加动态房角镜检查是青光眼人工智能领域研发多年的世界级技术瓶颈。团队成员发现虹膜形态会因瞳孔的伸缩发生变化，并且房角粘连会显著影响虹膜动态变化，因此构思了基于虹膜动态变化的算法架构雏形，并付诸实施，最终取得成功，相关技术文章发表于医学影像最高期刊MedicalImageAnalysis及IEEETransactionsonMedicalImaging上。在以上研究基础上，本研究使用了改进的算法架构，并在国际多中心、多人种数据上验证，最终得到认可得以在Ophthalmology上发表。
该研究是张秀兰教授团队青光眼人工智能系列研究iGlau