В мире медицины традиционные методы забора крови остаются стандартом, однако они часто сопряжены с дискомфортом и высокими затратами. В ответ на эту проблему команда ученых представила проект под названием Video-to-Vessels, который использует компьютерное зрение для анализа видео капилляров конъюнктивы глаза.
Система преобразует высокомагнификационные видео в низкоразмерные пространственно-временные представления сосудов, уменьшая объем данных примерно в 200 раз, при этом сохраняя важную гемодинамическую информацию. Эти данные затем обрабатываются с помощью VesselNet — многослойной регрессионной сети, которая использует модифицированную архитектуру ConvNeXt для кодирования каждого сосуда и предсказания биомаркеров крови.
В ходе испытаний на 224 участниках результаты VesselNet показали высокую точность: ROC-AUC для анемии на основе гемоглобина составил 82.8%, а коэффициент Спирмена для регрессии количества эритроцитов достиг 0.46. Удаление некоторых этапов обработки данных, таких как локальная стабилизация и сегментация, значительно снизило точность, что подчеркивает их важность в процессе анализа.
Эти результаты представляют собой значительный шаг к созданию полностью неинвазивного метода для подсчета клеток крови, объединяющего обучение представлениям и офтальмологическую визуализацию. Данные, использованные в исследовании, были анонимизированы и доступны для дальнейшего анализа, что способствует прозрачности и воспроизводимости результатов.
Таким образом, новый подход может значительно упростить диагностику и мониторинг состояния здоровья, открывая новые горизонты в области медицинских технологий.