Automatische Segmentierung der Choroidschicht aus Bildern der optischen Kohärenztomographie unter Verwendung von Deep Learning

Abbildung 10

Counter Matrix Concept: (a und b) repräsentiert die Zählermatrix, (c) berechnen Sie den maximalen Index in jeder Spalte und (d) zeigt die segmentierte Choroidenschicht nach der Polynomanpassung an.,

Abbildung 11

Ergebnis der Segmentierung der Choroidschicht mithilfe der Deep Learning-Methode: (a) zeigt einen Teil des Bildes an, das ein OKT-Bild enthält, das mit vom Arzt, wo BM grün und Aderhaut rot markiert ist. (b) Stellt die OKT-Bildsegmentierung dar, die durch die vorgeschlagene Methodik durchgeführt wird, hier ist die Choroidschicht grün markiert und BM ist rot markiert.,

Thickness Map

Da der Schwerpunkt dieser Forschung auf der Messung der Aderhautdicke für die Analyse des Zustands der Netzhaut lag, wurden Dickendiagramme nach Segmentierung von BM-und Aderhautschichten erstellt. Dickendiagramme, die jedem Einzelnen entsprechen, wurden basierend auf der durchgeführten Segmentierung generiert. Da jedes Individuum 25 OKT-Scans hatte, die eine andere Tiefe der Aderhaut darstellten, wurden alle 25 Bilder betrachtet, um die Dickenkarte zu erzeugen., Die Dickenkarte kann als euklidischer Abstand zwischen den beiden Oberflächen definiert werden: BM-und Choroidschichten. Um den erforderlichen Abstand zu messen, wurde die Grenze von BM als Referenzgrenze für die gesamte Aderhaut einschließlich der Choriocapillaris genommen. Der Abstand zwischen dem BM und der oberen Oberfläche der Aderhautschicht stellt den Choriocapillaris-Abstand dar. Um die Aderhautdicke zu berechnen, wurde schließlich der Abstand zwischen dem BM und der unteren Oberfläche des Aderhautgefäßkörpers berechnet., Chorioidalen Gefäßen und BM-äquivalente Dicke der Karten, die erstellt wurden für alle Fächer. Die Fehlerrate zwischen der von Ärzten erzeugten Dickenkarte und der durch das vorgeschlagene Verfahren erzeugten Karte wurde ebenfalls berechnet. Abbildung 12 veranschaulicht, wie die Dicke der Choroidenschicht berechnet wurde, mit spezifischen Schritten, die unten beschrieben werden:

  • Für jede Figur betrug die Breite 760 Pixel und die Höhe 456 Pixel

  • Als nächstes wurde eine Skalierungsoperation angewendet., Wir legten 200 um Karten, mit 25 Pixel in der Breite und 76 Pixel in der Höhe, so konnten wir die wahre Dicke jedes Punktes

  • Es gab 25 Zahlen für jeden Patienten und das Intervall zwischen zwei Zahlen war 240 um

  • Gemäß den Schritten 1-3, konnten wir eine 25 × 760 Matrix Karte (bezieht sich auf den Pixelwert auf der Figur) zu 5760 um × 6080 um (bezieht sich auf den realen Wert des Patienten). Der Dickenwert würde dann in der generierten Karte in verschiedenen Farben abgebildet.,

Bild 12

Choroid layer-Scheiben zu berechnen Dicke Karte: Die Dicke jedes Bild wurde berücksichtigt, um zu generieren, die Dicke der Karte jedes einzelnen. Als Ergebnis der Verarbeitung jedes Bildes erhalten wir eine Matrix, die die Dicke jeder Ebene darstellt. Um die Karte zu erhalten, wurde die Größe der Matrix auf die tatsächliche Bildgröße geändert, um die Karte zu zeichnen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.