Оптическая когерентная томография-ангиография (OCTA) годами балансировала на грани между перспективной технологией и инструментом с сомнительной достоверностью. Главная проблема — фундаментальный разрыв в надежности данных. Пока OCTA пытается визуализировать микрососуды сетчатки, спекл-шумы, затухание сигнала и проекционные искажения превращают количественную оценку кровотока в гадание на кофейной гуще. Традиционная обработка изображений, полагающаяся на ручные настройки признаков, пасует перед вариативностью шумов, делая результаты нерелевантными для серьезной диагностики.
Технологический стек: архитектура восстановления объема
Исследователи из Института глаза Кейси (Casey Eye Institute) и Орегонского университета (OHSU) решили перестать просто «чистить» картинку и перешли к полноценному трехмерному анатомическому восстановлению. Предложенный ими алгоритм на базе энкодера EfficientNet-B5 и декодера с модулями пространственного и канального сжатия-возбуждения (squeeze-and-excitation) работает не с плоским кадром, а с объемом.
Система анализирует три соседних B-скана, чтобы предсказать восстановленный средний фрейм, сохраняя пространственное разрешение и буквально реконструируя внутреннюю 3D-архитектуру сосудов.
Цифры и факты: верифицируемая эффективность
Цифры подтверждают, что это не очередной «косметический» фильтр. Модель показала значительный рост качественных показателей:
Пиковое отношение сигнала к шуму (PSNR) составило 26.16 ± 1.26 против исходных 22.23 ± 0.78. Индекс структурного сходства (SSIM) подскочил с 0.72 до 0.91. Точность восстановления 3D-микрососудов (коэффициент Дайса) выросла минимум на 51.2% в различных слоях сосудистой сетки.
Для технических директоров и разработчиков медтеха это сигнал к смене парадигмы: переход от «красивых картинок» к верифицируемым метрикам.
Будущее диагностики: автоматизация без ошибок
Автоматизация верификации сосудистой сети и устранение артефактов проекции, которые раньше «замыливали» глубокие слои, закладывают фундамент для автономных диагностических систем. Высокая точность критически важна для выявления зон неперфузии — по сути, ИИ превращает зашумленные сканы в прецизионные 3D-карты, минимизируя пресловутый человеческий фактор и врачебные ошибки в офтальмологии. Очевидно, что индустрия будет планомерно уходить от субъективных визуальных оценок в сторону таких проверяемых, восстановленных нейросетями волюметрических данных.