مدل سازی و شبیه سازی بافت شبکیه چشم انسان برای پیش بینی پیشرفت دژنراسیون ماکولا وابسته به سن (AMD) با استفاده از مدل های محاسباتی زیستی و تصویربرداری چندوجهی

دژنراسیون ماکولا وابسته به سن (Age-related Macular Degeneration - AMD) یکی از مهم ترین علل نابینایی غیرقابل برگشت در سالمندان است که در اثر تغییرات تخریبی در بافت شبکیه، به ویژه ناحیه ماکولا، رخ می دهد. پیشرفت سریع فناوری های تصویربرداری پزشکی و مدل های محاسباتی زیستی، امکان درک عمیق تری از فرایندهای سلولی و مولکولی موثر در بروز و پیشرفت این بیماری را فراهم ساخته است. هدف این پژوهش، بررسی نقش مدل سازی و شبیه سازی چندمقیاسی بافت شبکیه در پیش بینی پیشرفت AMD و ارزیابی دقت مدل های محاسباتی زیستی در مقایسه با داده های حاصل از تصویربرداری چندوجهی (multimodal imaging) از جمله OCT، فلورسئین آنژیوگرافی، و تصویربرداری تطبیقی اپتیکی است. نتایج حاصل از تحلیل های اخیر نشان می دهد که مدل های مبتنی بر یادگیری ماشین و شبیه سازی های چندمقیاسی می توانند به طور چشمگیری توانایی پیش بینی تخریب سلول های اپیتلیوم رنگدانه ای شبکیه (RPE) و تغییرات لایه فتورسپتورها را بهبود بخشند. در این مقاله، با تمرکز بر همگرایی مدل های محاسباتی زیستی و داده های تصویربرداری چندوجهی، رویکردی نوین برای پایش و پیش بینی شخصی سازی شده سیر بیماری AMD پیشنهاد می شود.

کلیدواژه ها:

دژنراسیون ماکولا وابسته به سن ، شبکیه چشم ، مدل سازی زیستی ، شبیه سازی چندمقیاسی ، تصویربرداری چندوجهی ، یادگیری ماشین ، اپیتلیوم رنگدانه ای شبکیه