マルチスケールトポロジー調節による人工物抑制3D網膜微血管セグメンテーション

科学分野:

• オフタルモロジック (眼科)
• メディカルイマージング (医学イメージング)
• コンピュータビジョン コンピュータビジョン

背景:

• 光学一貫性トモグラフィー血管図 (OCTA) は,網膜微血管の視覚化に不可欠です.
• 精密な3D血管セグメンテーションは,糖尿病性網膜症の診断とモニタリングに不可欠です.
• 課題には,毛細血管の不可視性,複雑な血管トポロジー,運動アーティファクト,および限られた注釈データが含まれます.

研究 の 目的:

• 公に公開可能な3Dマイクロ血管データセットを導入する.
• マルチビュー,トポロジー認識の3D網膜マイクロ血管セグメンテーションネットワークであるMT-Netを提案する.
• 現在の3D OCTAセグメンテーション方法の限界に対処するために.

主な方法:

• マルチビュー,トポロジー認識の3DセグメンテーションネットワークであるMT-Netを開発しました.
• トポロジカル精度を高めるための次元変換戦略を実装しました.
• モーションアーティファクトを軽減するために,アーティファクト抑制モジュール (ASM) を導入しました.
• ツインクロス・アテンション・モジュール (TCAM) を利用し,船の継続性と完全性を向上させました.

主要な成果:

• MT-Netは2つの3D OCTAデータセットで最先端の精度とトポロジックの一貫性を達成しました.
• クロスデータセット分析を通じて強い汎用性を示した.
• 提案された方法は,3D OCTA セグメント化における課題を効果的に解決しました.

結論:

• MT-Netは3D網膜マイクロ血管セグメンテーションの重要な進歩を表しています.
• 公開されているデータセットと方法論は,OCTA分析に関する将来の研究を促進します.
• 正確なセグメンテーションは,糖尿病性網膜症の早期診断とモニタリングを改善するための鍵です.