Биоинженерия в офтальмологии. Обзор

В настоящей статье опубликованы материалы круглого стола «Биоинженерия в офтальмологии» (Ophthalmic Bioengineering), проведенного 13 мая 2021 г. в рамках международной конференции «Уральский симпозиум по биомедицинской инженерии, радиоэлектронике и информационным технологиям — 2021» (USBEREIT) (2021 Ural Symposiumon Biomedical Engineering, Radioelectronicsand Information Technology). USBEREIT проводился под эгидой IEEE Engineering in Medicine and Biology Society — международной некоммерческой ассоциации инженеров в области медицины и биологии. В статье представлены доклады, посвященные метрологическим аспектам регистрации тонометрических и электрофизиологических сигналов в офтальмологической диагностике; подходам к моделированию процессов пульсового кровенаполнения глаза с определением показателей гемодинамики; ретинотоксичности на базе электрофизиологических сигналов; анализу электрофизиологических сигналов в частотно-временной области и его применению в клинической практике; извлечению и анализу специализированных данных, получаемых с помощью электрофизиологического медицинского аппарата; а также диагностированию заболеваний сетчатки на базе оптической когерентной томографии с использованием машинного обучения.

1. Shetty D. K., Talasila A., Shanbhag S., et al. Current state of artificial intelligence applications in ophthalmology and their potential to influence clinical practice., Cogent Engineering. 2021;8(1):1920707. DOI: 10.1080/23311916.2021.1920707

2. Гарри Д.Д., Саакян С.В., Хорошилова-Маслова И.П., Цыганков А.Ю., Никитин О.И., Тарасов Г.Ю. Методы машинного обучения в офтальмологии. Обзор литературы. Офтальмология. 2020;17(1):20–31 DOI: 10.18008/1816-5095-2020-1-20-31

3. Solli E., Dosh H., Tobias E., et. al. Archetypal Analysis Reveals Quantifiable Patterns of Visual Field Loss in Optic Neuritis. Translational vision science & technology. 2022;11(1):27. DOI: 10.1167/tvst.11.1.27

4. Li F., Wang Y., Xu, T., et al. Deep learning based automated detection for diabetic retinopathy and diabetic macular oedema in retinal fundus photographs. Eye. 2022;36:1433–1441. DOI: 10.1038/s41433-021-01552-8

5. Bowd C., Belghith A., Zangwill L.M., et al. Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes. American Journal of Ophthalmology. 2022;236:298–308. DOI: 10.1016/j.ajo.2021.11.008

6. Ran A.R., Tham C.C., Chan P.P., et al. Deep learning in glaucoma with optical coherence tomography: a review. Eye. 2021;35:188–201. DOI: 10.1038/s41433-020-01191-5

7. Teo Z.L., Tham Yih-Chung, Yu Marco, et al. Global prevalence of diabetic retinopathy and projection of burden through 2045: systematic review and meta analysis. Ophthalmology. 2021;128(11):1580–1591. DOI: 10.1016/j.ophtha.2021.04.027

8. Мунц И.В., Диреев А.О., Гусаревич О.Г. и др. Распространенность офтальмологических заболеваний в популяционной выборке старше 50 лет. Вестник офтальмологии. 2020;136(3):106–115. DOI: 10.17116/oftalma2020136031106

9. Иомдина Е.Н., Бауэр С.М., Котляр К.Е. Биомеханика глаза: теоретические аспекты и клинические приложения. М.: Реал Тайм, 2015.

10. Национальное руководство по глаукоме: для практикующих врачей / Под ред. Егоров Е.А., Еричев В.П. М.: ГЭОТАР Медиа, 2019.

11. Shamaev D.M., Luzhnov P.V., Iomdina E.N. Mathematical modeling of ocular pulse blood filling in rheoophthalmography. World Congress on Medical Physics and Biomedical Engineering 2018. Springer, Singapore. 2019:495–498. DOI: 10.1007/978-981-10-9035-6_91

12. Kadochkin Y.V., Luzhnov P.V., Iomdina E.N. Research of Motion Artefacts in Eye Blood Filling Diagnostics by Photoplethysmographic Method. In: Proc. of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies (BIOSTEC 2020). P. 288–291 DOI: 10.5220/000917530288029

13. Kazakov S.B., Luzhnov P.V., Davydova I.D. Method for Quantitative Assessment of the Eyes Pulse Blood Flow with Linear Axisymmetric Model. BIODEVICES. 2021:239 242. https://www.scitepress.org/Papers/2021/103858/103858.pdf

14. Kiseleva A.A., Luzhnov P.V., Shamaev D.M. Verification of mathematical model for bioimpedance diagnostics of the blood flow in cerebral vessels. International Conference of Artificial Intelligence, Medical Engineering, Education. Springer, Cham. 2018:251–259. DOI: 10.1007/978-3-030-12082-5_23

15. Лужнов П.В., Шамаев Д.М., Киселева А.А., Иомдина Е.Н., Хозиев Д.Д., Киселева О.А. Метод нелинейной динамики для анализа сигналов транспальпебральной реоофтальмографии. Современные технологии в медицине. 2018;10(3):160–166. DOI: 10.17691/stm2018.10.3.20

16. Short B. Selected aspects of ocular toxicity studies with a focus on high quality pathology reports: a pathology/toxicology consultant’s perspective. Toxicologic Pathology. 2021;49(3):673–699. DOI: 10.1177/0192623320946712

17. Зуева М.В. Фундаментальная офтальмология: роль электрофизиологических исследований. Вестник офтальмологии. 2014;130(6):28–36.

18. Казайкин В.Н., Пономарев В.О., Лизунов А.В., Жданов А.Е., Долганов А.Ю., Борисов В.И. Современная роль и перспективы электрофизиологических методов исследования в офтальмологии. Обзор литературы. Офтальмология. 2020;17(4):669–675. DOI: 10.18008/1816-5095-2020-4-669-675

19. Vincent A., Robson A.G., Holder G.E. Pathognomonic (Diagnostic) ERGs a Review and Update. Retina. 2013 Jan;33(1):5–12. DOI: 10.1097/IAE.0b013e31827e2306

20. Santos I.S., Linares Alba M.A., Rodríguez Reyes A.A., et al. Intravitreal bromfenac with liposomes. A toxicology study in rabbit eyes. A safety study in rabbit eyes. Exp Eye Res. 2020 May;194:108020. DOI: 10.1016/j.exer.2020.108020

21. Куликов А.Н., Николаенко Е.Н., Волков В.В., Даниличев В.Ф. Электрогенез сетчатки и зрительного нерва после витрэктомии по поводу первичного полного макулярного разрыва. Офтальмология. 2019;16(1):46–55. DOI: 10.18008/1816-5095-2019-1-46-55

22. Leocani L., Guerrieri S., Comi G. Visual evoked potentials as a biomarker in multiple sclerosis and associated optic neuritis. Journal of Neuro-Ophthalmology. 2018;38(3):350–357. DOI: 10.1097/wno.0000000000000704милан

23. Allam H.K., Soliman S., Wasfy T., et al. The neuro ophthalmological effects related to long term occupational exposure to organic solvents in painters. Toxicology and Industrial Health. 2018;34(2):91–98. DOI: 10.1177/0748233717736598

24. Gauvin M., Lina J.M., Lachapelle P. Advance in ERG analysis: from peak time and amplitude to frequency, power, and energy. BioMed research international. 2014;2014:246096. DOI: 10.1155/2014/246096

25. Johnson M.A. ISCEV extended protocol for the stimulus–response series for the dark adapted full field ERG b wave. Documenta Ophthalmologica. 2019;138(3):217–227. DOI: 10.1007/s10633-019-09687-6

26. Кириллова М.О., Зуева М.В., Цапенко И.В., Журавлева А.Н. Электрофизиологические маркеры доклинической диагностики глаукомной оптической нейропатии. Российский офтальмологический журнал. 2021;14(1):35–41. DOI: 10.21516/2072-0076-2021-14-1-35-41

27. Gubin D., Neroev V., Malishevskaya T., et al. Melatonin mitigates disrupted circadian rhythms, lowers intraocular pressure, and improves retinal ganglion cells function in glaucoma. Journal of Pineal Research. 2021;70(4):e12730. DOI: 10.1111/jpi.12730

28. Dewar J., Gray J. VII. On the Physiological Action of Light. Earth and Environmental Science Transactions of The Royal Society of Edinburgh. 1873;27(1):141–166.

29. Verdon W.A., Schneck M.E., Haegerstrom Portnoy G. A comparison of three techniques to estimate the human dark adapted cone electroretinogram. Vision research. 2003;43(19):2089–2099. DOI: 10.1016/S0042-6989(03)00330-4

30. Суетов А.А., Алекперов С.И., Одинокая М.А., Костина А.А., Петрова Е.А. Мультифокальная электроретинография как метод функциональной оценки лазерного повреждения сетчатки в экспериментальных исследованиях. Офтальмология. 2021;18(1):110–116. DOI: 10.18008/1816-5095-2021-1-110-116

31. Hoffmann M.B., Bach M., Kondo M. et al. ISCEV standard for clinical multifocal electroretinography (mfERG) (2021 update). Documenta Ophthalmologica. 2021;142(1):5–16. DOI: 10.1007/s10633-020-09812-w

32. Schröder P., Martínez Cañada P., Amorim A., et al. A Minimal Model Approach to Analyze Neuronal Circuit Dynamics from multifocal ERG (mERG). 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE. 2019:2955–2958. DOI: 10.1109/embc.2019.8856840

33. Eremeev A.P., Ivliev S.A. Data Collection and Preparation of Training Samples for Problem Diagnosis of Vision Pathologies. Russian Conference on Artificial Intelligence. Springer, Cham. 2019:271–282. DOI: 10.1007/978-3-030-30763-9_23