concepto de matriz de contador: (a y B) representa la matriz de contador, (C) calcula el índice máximo en cada columna y (D) muestra la capa Coroidal segmentada después de aplicar el ajuste polinómico.,
resultado de la segmentación de la capa coroidea utilizando el método de aprendizaje profundo: (a) muestra parte de la imagen que contiene una imagen Oct etiquetada por el médico, donde BM se marca en verde y coroides se marca en rojo. (b) representa la segmentación de imágenes OCT realizada por la metodología propuesta, aquí la capa coroidea se marca en verde y BM se etiqueta en color rojo.,
Mapa de espesor
como el objetivo de esta investigación fue medir el espesor coroidal para el análisis de la salud de la retina, se generaron mapas de espesor después de la segmentación de las capas BM y coroides. Se generaron mapas de espesor correspondientes a cada individuo en función de la segmentación que se estaba realizando. Como cada individuo tenía escaneos de 25 OCT, representando una profundidad diferente de la coroides, se consideró que todas las 25 imágenes generaban el mapa de espesor., El mapa de espesor se puede definir como la distancia euclidiana entre las dos superficies: BM y capas coroides. Con el fin de medir la distancia requerida, el límite de BM se toman como referencia los límites para toda la coroides región, incluyendo la coriocapilar. La distancia entre el BM y la superficie superior de la capa de la coroides representa la coriocapilar distancia. Finalmente, para calcular el espesor coroidal, se calculó la distancia entre el BM y la superficie inferior de la vasculatura coroidal., Se crearon mapas de vasculatura coroidea y de espesor equivalente a MB para todos los sujetos. También se calculó la tasa de error entre el mapa de espesor generado por los médicos y el mapa generado por el método propuesto. La figura 12 ilustra cómo se calculó el grosor de la capa coroidea, con pasos específicos descritos a continuación:
-
para cada figura, el ancho fue de 760 píxeles y la altura fue de 456 píxeles
-
a continuación, se aplicó una operación de escalado., Impusimos mapas de 200 um, con 25 píxeles de ancho y 76 píxeles de alto, para que pudiéramos obtener el grosor real de cada punto
-
había 25 figuras para cada paciente y el intervalo entre dos figuras era de 240 um
-
de acuerdo con los pasos 1-3, podríamos mapear una matriz de 25 × 760 (se refiere al valor de píxel en la figura) a 5760 um × 6080 um (se refiere al valor real). El valor de espesor se asignaría entonces en diferentes colores en el mapa generado.,
la Coroides capa de rebanadas de calcular el Espesor de Mapa: El espesor de cada imagen fue tomada en cuenta con el fin de generar el espesor mapa de cada individuo. Como resultado del procesamiento de cada imagen obtenemos una matriz que representa el grosor de cada capa. Finalmente, para obtener el mapa, la matriz se redimensionó al tamaño real de la imagen para dibujar el mapa.