在OCT-血管图像中用于视网膜血管界线的独特相位相互依赖模型
IEEE transactions on medical imaging
|October 23, 2023
概括
这项研究引入了一种新型的相位相互依赖模型,用于在光学相干断层扫描血管学 (OCTA) 图像中准确检测视网膜血管中心线,克服噪音和不连续性等挑战,以改善诊断成像.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 在OCTA图像中自动检测视网膜血管是很困难的,因为毛细血管的距离很近,血管的不连续性和噪音.
- 精确地划出血管网络的中心线模式对于诊断各种眼睛疾病至关重要.
研究的目的:
- 在OCTA图像中开发一种新的相位相互依赖模型,用于强大的视网膜血管中心线检测.
- 在OCTA图像分析中应对包括噪音,血管不连续性和毛细血管接近在内的挑战.
主要方法:
- 提出了一种独特的相位相互依赖模型,利用复杂的波桑域中邻近对称波小的相互依赖度.
- 血管中心线通过高等量的对称波纹系数来识别,使其与噪声区分开来.
- 该模型基于波形连贯性建立了邻近的波桑系数之间的关系.
主要成果:
- 拟议的方法在多个数据集 (OCTA-500,ROSE-1-SVC,ROSE-1,ROSE-2) 上进行了评估,包括临床相关的OCTA图像.
- 获得了高F分:ROSE-1-SVC的0.822,ROSE-1 (SVC+DVC) 的0.782,ROSE-2的0.779分.
- 与最先进的方法相比,其表现优越,在OCTA-500数据库中F-Score为0.910 (OCTA_6mm) 和0.862 (OCT_3mm).
结论:
- 新的相位相互依赖模型有效地划分了OCTA图像中的视网膜血管中心线.
- 该方法在准确性和稳定性方面比现有技术显著改进.
- 这种方法有望通过改进的OCTA图像分析来提高眼科诊断能力.
