SLOctolyzer:在扫描激光眼镜图像中进行细分和特征提取的全自动分析工具包
Jamie Burke1,2, Samuel Gibbon2, Justin Engelmann3,4
1School of Mathematics, University of Edinburgh, Edinburgh, UK.
Translational vision science & technology
|November 8, 2024
概括
SLOctolyzer是一种新的开源工具包,用于分析红外反射扫描激光眼镜 (SLO) 图像中的视网膜血管. 该工具提供可重现的视网膜血管测量,有助于疾病研究.
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:
- 视网膜血管分析对于诊断和监测各种眼部和全身疾病至关重要.
- 从扫描激光眼镜镜 (SLO) 图像中分析视网膜血管的现有方法通常需要专门的软件和专业知识.
- 需要可访问的开源工具来从SLO图像中提取定量血管参数.
研究的目的:
- 介绍SLOctolyzer,这是一个开源的分析工具包,用于在红外反射SLO图像中面对视网膜血管.
- 为界定视网膜解剖学和量化血管特征提供一个用户友好的平台.
主要方法:
- SLOctolyzer使用深度学习来对视网膜解剖学进行细分,包括膜和视觉盘.
- 该工具集量化了视网膜血管的复杂性,密度,扭曲度和口径.
- 使用内部测试数据和对严重视网膜病理的外部验证来评估性能,并评估可重现性.
主要成果:
- 细分模块在内部数据上实现了高性能 (迪斯分数:所有血管=0.91,动脉=0.84,静脉=0.85,光盘=0.94,膜=0.88).
- 外部验证显示性能降低,但可以接受 (动脉=0.72,静脉=0.75,光盘=0.90).
- 在笔记本电脑CPU上,SLOctolyzer表现出关键血管指标的良好可重现性和高效的处理时间.
结论:
- SLOctolyzer是第一个开源工具,可以从原始SLO图像中生成可重现的,临床相关的视网膜血管参数.
- 该工具包不需要专业知识或专有软件,并允许手动更正.
- SLOctolyzer是免费提供的,可以与光学连贯性断层扫描 (OCT) 数据集成,用于大规模的疾病研究.
