在OCTA图像中基于低级别的FAZ细分
Farnaz Sedighin1, Fatemeh Rezaei2, Maryam Monemian2
1Medical Image and Signal Processing Research Center, School of Advanced Technologies in Medicine, Isfahan University of Medical Sciences, Isfahan, 8174673461, Iran. f.sedighin@amt.mui.ac.ir.
Scientific reports
|July 9, 2025
概括
这项研究引入了在光学连贯断层扫描血管学 (OCTA) 图像中对管血管区 (FAZ) 进行细分的新方法. 精确的FAZ细分有助于通过分析视网膜血管变化来诊断眼睛疾病.
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:
- 光学连贯断层扫描血管图 (OCTA) 是用于视网膜血管成像的关键非侵入性技术.
- 视网膜疾病可以改变血管密度和管血管区 (FAZ) 形态.
- FAZ分析对于诊断各种眼睛疾病至关重要.
研究的目的:
- 在OCTA图像中开发和评估用于准确FAZ细分的新方法.
- 通过精确的FAZ分析,改进眼部疾病的诊断.
- 为了引入FAZ细分的低级 Tensor Ring (TR) 分解.
主要方法:
- 提出了FAZ细分的三步方法:本地化,降噪和改进.
- 采用了两个FAZ本地化技术:低级 Tensor Ring (TR) 分解和形态运算符.
- 使用无噪音的OCTA图像和FAZ定位信息进行细分.
主要成果:
- 从OCTA图像中实现了管血管区 (FAZ) 的准确细分.
- 证明了拟议方法的有效性,包括使用低级TR估计的新方法.
- 模拟结果验证了细分技术的性能.
结论:
- 拟议的方法提供了从OCTA图像中准确的FAZ细分.
- 低级TR分解是FAZ细分的新有效方法.
- 精确的FAZ细分可以显著帮助早期诊断视网膜疾病.


