采用基于图形的方法对超高速1.7MHz宽场扫描源FDML光学连贯性断层扫描的chorio-retinal复合体的层进行自动细分
Raju Poddar1, Vinita Shukla2, Zoya Alam2
1Biophotonics Lab, Department of Bioengineering & Biotechnology, Birla Institute of Technology-Mesra, Ranchi, JH, 835 215, India. rpoddar@bitmesra.ac.in.
Medical & biological engineering & computing
|January 9, 2024
概括
一种新的图形理论方法在光学连贯断层扫描 (OCT) 图像中自动分割人类眼睛的视网膜复合体的所有七层. 这种技术准确地绘制了微观结构和血管系统的地图,性能优于现有的方法.
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:
- 人类眼睛的后部部分包含着明显的视网膜和胸腔微血管网络.
- 这些层的准确细分对于诊断和监测眼睛疾病至关重要.
研究的目的:
- 在光学连贯断层扫描 (OCT) 图像中开发一个单一的,自动分段框架,用于所有chorio-retinal层.
- 为了验证该方法对正常和与年龄相关的黄斑变性 (AMD) 影响的眼睛的有效性.
主要方法:
- 开发了一个基于图形理论的自动细分程序.
- 该程序在视网膜复合体及其膜接口内的七层分段.
- 它应用于OCT图像和血管图谱,使用概率矩阵和细分矩阵.
主要成果:
- 该方法成功地从正常和非排泄性AMD眼睛的OCT图像进行了细分.
- 它生成了微结构和微血管的厚度图.
- 定量指标,包括RPE和CSI层的0.82的平均Dice相似系数 (DSC),显示出高精度和效率.
结论:
- 拟议的图形理论框架提供了一种高效和准确的方法,用于在OCT图像中分割整个视网膜复合体.
- 与手动细分和现有技术相比,这种自动化方法提供了更好的处理时间,灵敏度和准确性.
- 在OCT数据量数据集中生成增强概率图增强了诊断能力.
