Automatico Coroide Livello di Segmentazione da Immagini Tomografia a Coerenza Ottica l’Utilizzo di Deep Learning

Figura 10

Contatore Matrice Concetto: (a e b) rappresenta il contatore matrice, (c) calcolare l’indice massimo in ogni colonna e (d) mostra il segmentato strato coroide dopo l’applicazione polinomiale di montaggio.,

Figura 11

Risultato della Coroide Livello di Segmentazione l’utilizzo di deep metodo di apprendimento: (a) visualizza la parte di immagine che contiene un’immagine OCT essere classificati dal medico, dove BM è segnata in verde e della coroide è segnato in rosso. (b) Rappresenta la segmentazione dell’immagine OCT eseguita dalla metodologia proposta, qui lo strato coroide è contrassegnato in verde e BM è etichettato in colore rosso.,

Thickness Map

Poiché l’obiettivo di questa ricerca era misurare lo spessore coroidale per l’analisi della salute della retina, sono state generate mappe di spessore in seguito alla segmentazione degli strati BM e coroide. Le mappe di spessore corrispondenti a ciascun individuo sono state generate in base alla segmentazione eseguita. Poiché ogni individuo aveva 25 scansioni OCT, che rappresentano una diversa profondità della coroide, tutte le 25 immagini sono state considerate per generare la mappa dello spessore., La mappa dello spessore può essere definita come la distanza euclidea tra le due superfici: BM e strati coroidei. Per misurare la distanza richiesta, il limite di BM è stato preso come limite di riferimento per l’intera regione della coroide, incluso il coriocapillaris. La distanza tra il BM e la superficie superiore dello strato coroide rappresenta la distanza coriocapillaris. Infine, per calcolare lo spessore della coroide, è stata calcolata la distanza tra il BM e la superficie inferiore della vascolarizzazione coroidale., Sono state create mappe di vascolarizzazione coroidea e spessore equivalente BM per tutti i soggetti. È stato calcolato anche il tasso di errore tra la mappa dello spessore generata dai medici e la mappa generata dal metodo proposto. La figura 12 illustra come è stato calcolato lo spessore dello strato coroide, con passaggi specifici descritti di seguito:

  • Per ogni figura, la larghezza era di 760 pixel e l’altezza era di 456 pixel

  • Successivamente, è stata applicata un’operazione di ridimensionamento., Si è imposto 200 um mappe, con 25 pixel in larghezza e 76 pixel in altezza, in modo da poter ottenere il vero spessore di ogni punto

  • C’erano 25 cifre per ogni paziente e l’intervallo tra due figure era di 240 um

  • Secondo i passaggi 1-3, potremmo mappa 25 × 760 matrice (si riferisce al valore del pixel in figura) a 5760 um × 6080 um (si riferisce al valore reale del paziente). Il valore dello spessore verrà quindi mappato in diversi colori nella mappa generata.,

Figura 12

Coroide strato di fette per calcolare programma di Spessore: Lo spessore di ciascuna immagine è stata presa in considerazione per generare il programma di spessore di ogni singolo individuo. Come risultato dell’elaborazione di ogni immagine otteniamo una matrice che rappresenta lo spessore di ogni strato. Infine, per ottenere la mappa, matrix è stata ridimensionata alla dimensione effettiva dell’immagine per disegnare la mappa.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *