自动图像注册方法用于角膜基底下神经的体内聚焦显微镜
Nathan Siu1,2,3, Micah Vinet1,3,4, Parth Shettiwar3,4
1Jules Stein Eye Institute, UCLA, Los Angeles, CA.
AMIA ... Annual Symposium proceedings. AMIA Symposium
|February 23, 2026
概括
我们开发了一种自动化的3D方法,使用体内共聚焦显微镜 (IVCM) 图像分析角膜神经. 这可以通过更准确地定量神经密度来改善肢体干细胞缺乏症 (LSCD) 的诊断.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 在体内共聚焦显微镜 (IVCM) 对于评估角膜内置至关重要.
- 从单次扫描中手动量化基底下神经,限制了肢体干细胞缺乏症 (LSCD) 的诊断准确性.
- 目前的方法难以准确的3D重建和分析连续的IVCM扫描.
研究的目的:
- 开发和验证IVCM图像卷的自动化3D重建方法.
- 提高基底下神经密度的量化,以改善LSCD诊断.
- 改进连续IVCM扫描的调整和分析,以评估可重现的生物标志物.
主要方法:
- 开发了一个自动化图像注册算法,结合相位相关性和同位素转换.
- 将该方法应用于来自LSCD眼睛的99个IVCM堆和来自正常眼睛的23个.
- 在一个独立的数据集上验证了算法,其中包括来自严重LSCD患者的325个体积扫描.
主要成果:
- 自动注册显著优于手动注册 (相关性:0.69与0.60;MI:0.60与0.43;p<0.001).
- 验证证明了高性能,相关性为0.75和MI为0.76.
- 该方法实现了准确的双向图像相关性和相互信息.
结论:
- 自动化的3D重建方法显著改善了IVCM图像对齐.
- 这种技术使得角膜神经生物标志物的3D评估更加准确和可重复.
- 开发的方法有望提高LSCD的诊断和监测.
