自动化方法可以在青光眼早期发现，从而预防失明

新加坡A*STAR信息通信研究所(A*STAR Institute for Infocomm Research)的程军(Jun Cheng)领导的研究团队开发了一种新型自动化技术，可以比现有方法更准确、更快速地筛查青光眼。

青光眼是一种慢性进行性疾病眼科疾病这会损害视神经。它是全球第二大致盲原因，到2020年估计将影响8000万人。早期治疗可减缓疾病的进展;然而，青光眼症状可能直到晚期才被注意到，到那时治疗已经太晚了。

目前，眼科医生使用三种方法来检测青光眼。一是评估内部压力的增加眼球．这种方法对早期发现青光眼不够敏感，而且对这种疾病也不是特异性的，这种疾病有时在没有增加压力的情况下发生。另一个是视力异常的评估。这种方法需要专门的设备，不适合广泛的筛选。

第三种方法——视神经头部损伤评估——是最可靠的，但需要训练有素的专业人员，而且耗时、昂贵且高度主观。

青光眼的特点是垂直伸长视神经杯，视神经头中心的白色区域，或视神经盘．这种伸长会改变杯盘比(CDR)，但通常不会影响视力。由Cheng和他的同事开发的计算机化技术通过眼后部的二维图像测量CDR(见图)。

该技术使用算法这将图像分成数百个称为超像素的片段，并将每个片段分类为视杯或视盘的一部分。杯和盘的测量结果可以用来计算CDR。

从2326张测试图像中，研究人员发现他们的自动化技术比其他青光眼更准确筛选方法．在标准的个人电脑上，他们的技术大约需要10秒才能完成每张图像。这与其他计算机化的方法相当，但是自动化使它不那么费力。

“这项技术已经准备好广泛应用，可以用于筛查青光眼可以在早期被发现。”早期发现可以让眼科医生治疗患者，减缓疾病进展。

Cheng还指出了这项技术的潜在改进。“例如，我们可以在训练中加入更多数据来提高准确性。”他说，该方法还可以通过将其他因素(如视杯深度)整合到分析中来增强。

---

---