Bedeutung der retinalen Schichten für die Kontrastempfindlichkeit durch Deep-Learning erkannt

IMAGING / DEEP LEARNING Boston – Der Leuchtdichtekontrast ist der grundlegende Baustein des menschlichen räumlichen Sehens. Daher wurde die Kontrastempfindlichkeit, der reziproke Wert der für die Wahrnehmung erforderlichen Kontrastschwelle, zu einem Massstab für die menschliche Sehfunktion. Obwohl bekannt ist, dass retinale Ganglienzellen (RGCs) an der Kontrasterkennung beteiligt sind, ist noch nicht geklärt, ob die retinalen Schichten, die RGCs enthalten, Einfluss auf die Kontrastempfindlichkeit einer Person (z. B. Pelli-Robson-Kontrastempfindlichkeit) haben und, falls dem so ist, in welchem Ausmass die retinalen Schichten mit der verhaltensbezogenen Kontrastempfindlichkeit verbunden sind. Die von Foroogh Shamsi aus dem Department of Psychology der Northeastern University in Boston im Bundesstaat Massachusetts, Vereinigte Staaten, zusammen mit weiteren Kollegen vorgelegte Studie zielt daher darauf ab, mittels Deep-Learning die Netzhautschichten und -merkmale zu identifizieren, die für die Vorhersage der Kontrastempfindlichkeit einer Person entscheidend sind. Insgesamt wurden Daten von 225 Probanden gesammelt, darunter Personen mit Glaukom, altersbedingter Makuladegeneration oder normalem Sehvermögen. Ein Deep Convolutional Neural Network wurde darauf trainiert, die Pelli-Robson-Kontrastempfindlichkeit einer Person aus mittels optischer Kohärenztomographie erstellten strukturellen Netzhautbildern vorherzusagen. Anschliessend wurden diskriminierende Bildregionen gekennzeichnet (Activation Mapping), welche die kritischen Parameter darstellen, die das Netzwerk für die Vorhersage gelernt hatte. Dabei wurde festgestellt, dass die Dicke sowohl der Ganglienzellen als auch der inneren plexiformen Schichten, die die RGC-Anzahl widerspiegelt, signifikant mit der Kontrastempfindlichkeit korreliert (r = 0,26 ∼ 0,58; ps < 0,001 für verschiedene Exzentrizitäten). Ein wichtiges Ergebnis dabei war, zu zeigen, dass Netzhautschichten, die RGCs enthalten, die kritischen Parameter waren, die das Netzwerk verwendete, um die Kontrastempfindlichkeit einer Person vorherzusagen (durchschnittlich R2 = 0,36). Laut ihrer Veröffentlichung im Februar 2022 beim Fachjournal INVESTIGATIVE OPHTHALMOLOGY & VISUAL SCIENCE bestätigt sich damit für die Autoren die Beziehung zwischen Struktur und Funktion bei der Kontrastempfindlichkeit und gleichzeitig wurde die Bedeutung der RGC-Dichte für die menschliche Kontrastempfindlichkeit hervorgehoben. (bs)

Autoren: Shamsi F, Liu R, Owsley C, Kwon M. Korrespondenz: MiYoung Kwon, 125 Nightingale Hall, 360 Huntington Ave. Boston, MA 02115, USA. E-Mail: m.kwon@northeastern.edu Studie: Identifying the Retinal Layers Linked to Human Contrast Sensitivity Via Deep Learning. Quelle: Invest Ophthalmol Vis Sci. 2022 Feb 1;63(2):27. doi: 10.1167/iovs.63.2.27. PMID: 35179554; PMCID: PMC8859491. Web: https://iovs.arvojournals.org/article.aspx?articleid=2778586