SYN-OCT: Sağlıklı ve glokomlu gözlerden elde edilen göz optik koherens tomografi görüntülerinin sentetik bir veri seti

Sahte Göz Taramaları Gerçek Hastalar İçin Neden Önemli?

Glokom körlüğün önde gelen nedenlerinden biridir ve modern göz poliklinikleri hastalığı erken yakalamak için gözün arka kısmının ayrıntılı taramalarına güvenir. Ancak bu taramaları okuyabilen akıllı bilgisayar programları geliştirmek, gizlilik kuralları yüzünden paylaşılması zor olan büyük miktarda hasta verisi gerektirir. Bu makale, gerçekmiş gibi görünen ve davranan tamamen sentetik göz taramalarından oluşan büyük bir koleksiyon olan SYN-OCT’u tanıtıyor; bu veri seti, araştırmacılara kimsenin kişisel tıbbi bilgilerini açığa çıkarmadan glokom algılama algoritmaları geliştirme ve test etme olanağı sağlıyor.

Gözün Kesit Halinde Görülmesi

Çalışma, retina kesit “dilimleri” yakalayan optik koherens tomografi (OCT) adı verilen yaygın bir göz görüntüleme testine odaklanıyor. Yazarlar, optik sinirin etrafından alınan ve retina sinir lifleri katmanının (RNFL) ölçüldüğü ince halkalar olan circumpapillary taramalara yoğunlaştı. Bu katman, glokom optik siniri hasara uğrattıkça inceldiği için önemlidir. Günlük uygulamada doktorlar, hastalığı teşhis etmek ve ilerleyişini izlemek için bu taramalardan elde edilen RNFL desenlerini sağlıklı ve glokomlu hastalar arasında karşılaştırır.

Havadan Gerçekçi Görüntüler Yaratmak

Sentetik veri setlerini oluşturmak için ekip önce 2012–2021 yılları arasında Singapur Göz Araştırma Enstitüsü’nde görülen neredeyse iki bin göze ait gerçek OCT taramalarını topladı. Bir grup klinik olarak doğrulanmış glokom hastalarını içerirken, diğer grup ciddi göz hastalığı olmayan yetişkinlerden oluşuyordu. Bu gerçek görüntüleri paylaşmak yerine araştırmacılar, sağlıklı gözler ve glokomlu gözler için ayrı ayrı olmak üzere iki görüntü üreten sistem eğitti; bu eğitimde generatif karşıt ağ (GAN) olarak adlandırılan bir teknik kullanıldı. Bu düzende bir ağ gerçekçi görüntüler yaratmaya çalışırken diğeri sahte ile gerçek olanı ayırt etmeye çalışır; bu rekabet her iki ağı da geliştirir ve üretilen görüntüler gerçek OCT taramalarına çok benzeyene dek iyileşir.

Sahte Görüntülerin Gerçek Gibi Davrandığını Kontrol Etmek

İkna edici görüntüler yaratmak yeterli değildir; bunlar ayrıca gerçek taramalarla aynı tıbbi anlamı taşımalıdır. Yazarlar önce sentetik taramaların görünüş açısından orijinallere yakın olduğunu doğrulamak için standart bir görüntü kalite puanı kullandı ve ardından deneyimli göz doktorlarından bir örneği incelemelerini istediler. Uzmanlar gerçek ile sentetik olanı sadece rastgele tahminden biraz daha iyi ayırt edebildiler; bu da sahte görüntülerin görsel olarak çok ikna edici olduğunu gösterdi. Daha derinlemesine incelemek için ekip, tüm görüntüleri — gerçek ve sentetik — optik sinir etrafındaki RNFL kalınlığını ölçen otomatik bir araçla çalıştırdı. Sentetik taramalardan elde edilen genel desenler ve ortalama kalınlık değerleri gerçek taramalardakilerle eşleşti ve önemli bir tıbbi işaret korunmuştu: glokomlu görüntüler sürekli olarak daha ince sinir katmanları gösteriyordu.

Sentetik Veriyi Sınamaya Koymak

En zorlu test, bu yapay taramaların teşhis araçları eğitilirken gerçek hasta verilerinin yerine geçip geçemeyeceğiydi. Araştırmacılar bir derin öğrenme modelini yalnızca gerçek görüntülerle, bir diğerini ise yalnızca sentetik görüntülerle glokom ve sağlıklı gözleri ayırt edecek şekilde eğitti. Her iki model daha sonra yerel hastalardan ve Romanya’daki bağımsız bir hastaneden alınan görülmemiş verilerle sınandı. Yalnızca sentetik taramalarla eğitilen model, gerçek verilerle eğitilen model kadar iyi performans gösterdi ve bazı durumlarda biraz daha iyi oldu; bu, yüksek kaliteli sentetik görüntülerin farklı klinik ortamlar arasında genelleşebilen sağlam araçlar geliştirmeye yardımcı olabileceğini gösteriyor.

Daha Akıllı Göz Bakımı İçin Güvenli Bir Kestirme

Sıradan bir okuyucu için temel mesaj şudur: SYN-OCT, büyük tıbbi veri kümelerinin gücünü gerçekteki kişisel ayrıntıları ödünç almadan “ödünç alma” yolunu sunuyor. Bilgisayar tarafından üretilen göz taramalarının hem görünüm hem de gerçek görüntülerin tıbben önemli ölçümlerini taklit edebileceğini ve glokom tespit sistemlerini başarıyla eğitebileceğini göstererek, bu çalışma hastanelerin ve laboratuvarların zengin görüntü kaynaklarını serbestçe paylaşabileceği bir geleceğe işaret ediyor. Bu, glokom görüşü çalmadan önce yakalamaya yönelik daha iyi, daha adil ve daha geniş biçimde test edilmiş araçların geliştirilmesini hızlandırabilir ve aynı zamanda hasta gizliliğini koruyabilir.

Atıf: Wong, D., Sreejith Kumar, A.J., Chong, R.S. et al. SYN-OCT:A synthetic dataset of ocular optical coherence tomography images from healthy and glaucoma eyes. Sci Data 13, 637 (2026). https://doi.org/10.1038/s41597-026-06946-5

Anahtar kelimeler: glokom, sentetik tıbbi veri, optik koherens tomografi, oftalmolojide derin öğrenme, tıbbi görüntü gizliliği