基于曲线变换和图形理论的光学连贯性断层图像中的自动胆道细分
Reza Alizadeh Eghtedar1, Mahdad Esmaeili1, Alireza Peyman2,3
1Medical Bioengineering Department, School of Advanced Medical Sciences, Tabriz University of Medical Sciences, Tabriz, Iran.
Journal of medical signals and sensors
|July 14, 2023
概括
一种基于曲线变换的新型K-SVD方法有效地消除光学连贯断层扫描 (OCT) 图像中的斑点噪声,使眼睛诊断能够准确的自动胆道细分.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 生物医学工程 生物医学工程
背景情况:
- 在光学连贯断层扫描 (OCT) 图像中对状腺的自动细分有助于诊断眼睛病理,比手工方法提供更快速和更一致的方法.
- 在OCT图像中的斑点噪声对准确的自动细分和解释构成重大挑战.
- 提出了一种基于曲线变换的新型K-SVD方法,以解决OCT成像中的斑点噪声.
研究的目的:
- 开发和评估一种新的方法,用于在OCT图像中进行自动胆道细分.
- 通过基于曲线变换的K-SVD方法来减少OCT图像中的斑点噪声.
- 为了比较拟议自动细分技术与手动细分技术的性能.
主要方法:
- 使用基于曲线变换的K-SVD字典学习和Lucy-Richardson算法减少了斑点噪声.
- 外部/内腔胆道边界 (O/ICB) 通过图形理论来确定.
- 冠状腺区域被定义为内侧和外侧冠状腺边界之间的区域.
主要成果:
- 与手动细分相比,拟议的方法实现了92.14% ± 3.30%的平均子相似系数 (DSC).
- 相比之下,Mazzaferri等人最新的开源算法. 在相同的数据集上实现了55.75%±14.54%的平均DSC.
- 在自动和手动细分之间观察到高度相似性.
结论:
- 提议的自动细分方法与手动细分方法有很大的相似之处.
- 这种技术对于大规模的胆体定量研究是有价值的.
- 开发的方法有望改善在临床实践中对OCT图像的解释.
