在光学连贯性断层扫描中,自动检测膜和胆管细分用于胆管厚度的评估
Chen Yu Lin1, Hung Ju Chen1, Yi Kit Chan2
1Department of Ophthalmology, Taichung Veterans General Hospital, Taichung 407, Taiwan, China.
International journal of ophthalmology
|October 21, 2024
概括
自动化模型在光学连贯断层扫描 (OCT) 图像中准确地检测到亚管冠状腺厚度 (SFCT). LocBscan-3D提供精确的叶局部定位,特别是在高近视的情况下,改善了临床OCT分析.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 精确测量底状厚度 (SFCT) 对于诊断和监测各种眼部疾病至关重要.
- 在光学连贯断层扫描 (OCT) 图像中手动确定膜位置和胸膜轮是耗时的,容易引起观察者之间的变化.
- 开发自动化方法可以提高SFCT评估的效率和一致性.
研究的目的:
- 开发和验证自动化模型,用于在光学连贯断层扫描 (OCT) 图像中精确检测子状体厚度 (SFCT).
- 为应对与手动管局部化和OCT成像中的胸腔细分相关的挑战.
- 评估不同自动化本地化和细分技术的性能.
主要方法:
- 提出了两种不同的泡定位方法:LocBscan-3D,利用B扫描OCT序列的3D重建,以及LocEN-2D,使用面膜R-CNN模型在面部OCT上用于基于光盘的泡预测.
- 状腺细分也使用Mask R-CNN模型进行.
- 通过将预测的焦点位置与手动测量进行比较,评估了LocBscan-3D和LocEN-2D的性能.
主要成果:
- 与LocEN-2D (675.9微米) 相比,LocBscan-3D在手动和预测的管位置之间显示了较低的平均差异 (170.0微米).
- 在非高近视组 (P=0.02) 中,LocEN-2D表现更好.
- 来自Mask R-CNN细分的亚管冠状腺厚度 (SFCT) 测量与手动值一致.
结论:
- 开发的自动化模型准确地预测了OCT图像中的SFCT.
- LocBscan-3D对于精确的管定位是优越的,特别是在高近视的情况下.
- 使用LocBscan-3D和Mask R-CNN细分的综合方法为SFCT评估提供了强大的和高效的方法,适合大规模研究和临床应用.
