تشخیص بیماری‌های چشمی و شناختی با استفاده از تصاویر مربوط به چشم

1403/07/11

نام شرکت: تیم بینایی ماشین

استاد راهنما یا مشاور پروژه: دکتر عبدالحسین وهابی

چکیده پروژه جاری:

در سال‌های اخیر، پیشرفت‌های فناوری تصویربرداری پزشکی درها را به روی رویکردهای نوآورانه برای تشخیص بیماری باز کرده است. یکی از این راه‌های امیدوارکننده استفاده از تصاویر عکس Slit و Retina برای تشخیص بیماری‌های چشمی، غیرچشمی و شناختی است. این رویکرد بر سادگی و در دسترس بودن تکنیک‌های تصویربرداری از جمله توانایی گرفتن تصاویر با استفاده از دستگاه‌های معمولی مانند دوربین‌های تلفن همراه، استوار است.
کاربرد تصویربرداری عکس شبکیه و شکاف فراتر از بیمار‌ی‌های چشمی سنتی است و طیف متنوعی از شرایط از جمله اختلالات شناختی، فشار خون بالا و بیماری‌های کلیوی را در بر می‌گیرد. با بررسی ساختارهای پیچیده و ویژگی‌های ظریف درون چشم، می‌توان بینش‌های ارزشمندی در مورد شرایط سلامت سیستمیک به دست آورد که رویکردی جامع برای مراقبت از بیمار و مدیریت بیماری ارائه می‌دهد. ادغام تصویربرداری عکس شبکیه و شکاف در پروتکل‌های معمول مراقبت‌های بهداشتی پتانسیل بسیار زیادی برای تشخیص زود هنگام بیماری و مداخله دارد. با استفاده از الگوریتم‌های یادگیری ماشین و تکنیک‌های پیشرفته پردازش تصویر، ارائه‌دهندگان مراقبت‌های بهداشتی می‌توانند دقیقاً شاخص‌های ظریف آسیب‌شناسی را شناسایی، مداخلات به موقع را تسهیل کنند و نتایج بیمار را بهبود بخشند. در نتیجه، همگرایی فناوری تصویربرداری پزشکی و هوش محاسباتی یک پارادایم دگرگون‌کننده برای تشخیص و مدیریت بیماری ارائه می‌دهد. استفاده از تصویربرداری عکس Slit و Retina نشان‌دهنده یک پیشرفت اساسی در مراقبت‌های بهداشتی است و پزشکان را با ابزارهای ارزشمند برای رسیدگی به طیفی از بیماری‌ها فراتر از محدودیت‌های روش‌های تشخیصی سنتی توانمند می‌کند.

همکاران در پروژه:

دکتر عبدالحسین وهابی، دکتر سعید مسعودنیا، علی هدایت‌نیا، محمد مهدی‌نفر، آفرین زمانیان، محمد قره‌حسنلو و سمیرا حاجی‌زاده

سازمان‌های همکار:

- پرشین کوهورت

- بیمارستان فارابی

شرح وضعیت:

تیم تشخیص بیماری با استفاده از داده‌های تصویربرداری چشم در حال حاضر، گام اول پروژه در تشخیص بیمار از غیربیمار را با استفاده از داده‌های Retina با موفقیت پشت سر گذاشته است و به دنبال یافتن راه حلی برای تشخیص نوع بیماری است که در این راستا، نرم‌افزاری بر مبنای وب طراحی و برای استفاده به تیم بیمارستان فارابی تحویل داده شد تا نوع بیماری مربوط به هر تصویر را با استفاده از این نرم‌افزار مشخص کنند. از سوی دیگر، این تیم کار بر روی داده‌های Slit را شروع کرده و امید می‌رود که در آینده نزدیک به تشخیص بیماری از روی این تصاویر نیز فایق آید.

دستاوردها تا این مرحله:

- تفکیک بیمار از غیربیمار با استفاده از تصاویر Retina

- طراحی سایت برچسب‌زنی تصاویر

پیش‌بینی دستاوردهای آتی:

- تفکیک بیماری های مختلف از روی تصاویر Retina

- تفکیک بیمار از غیربیمار از روی تصاویر Slit

- بررسی ارتباط بین تصاویر Retina با بیماری‌های غیرچشمی و شناختی

- برررسی ارتباط بین تصاویر Slit با بیماری‌های غیرچشمی و شناختی

همکاری با رشته‌های:

- هوش‌مصنوعی

- رشته‌های پزشکی از جمله متخصصین چشم پزشکی

- روانشناسی

شروع همکاری در همگرا: فروردین 1401