Automatische Choroidea Laag Segmentatie van de Optische Coherentie Tomografie-Beelden met Behulp van Diep Leren

Figuur 10

Teller Matrix Concept: (a en b) geeft de teller van de matrix, (c) bereken de maximale index in elke kolom en (d) geeft de gesegmenteerde choroidea laag na het toepassen van de veelterm montage.,

Figuur 11

resultaat van segmentatie van Choroïdlagen gebruikend diepe leermethode: (a) toont een deel van het beeld dat een Oct-beeld bevat dat door de arts wordt geëtiketteerd, waar BM in groen wordt gemarkeerd en choroid in rood wordt gemarkeerd. (b) vertegenwoordigt de Oct-beeldsegmentatie uitgevoerd door de voorgestelde methodologie, hier is de choroid laag gemarkeerd in groen en BM is geëtiketteerd in rode kleur.,

Diktekaart

aangezien de focus van dit onderzoek was om de choroïdale dikte te meten voor de analyse van de gezondheid van het netvlies, werden diktekaarten gegenereerd na segmentatie van BM-en choroïdlagen. Dikte kaarten die overeenkomen met elk individu werd gegenereerd op basis van de segmentatie wordt uitgevoerd. Aangezien elk individu 25 Oct aftasten had, die een verschillende diepte van choroid vertegenwoordigen, werden alle 25 beelden beschouwd om de diktekaart te produceren., De dikte kaart kan worden gedefinieerd als de Euclidische afstand tussen de twee oppervlakken: BM en choroid lagen. Om de vereiste afstand te meten, werd de grens van BM genomen als referentiegrens voor het gehele choroïdale gebied met inbegrip van de choriocapillaris. De afstand tussen de BM en het bovenoppervlak van de choroid laag vertegenwoordigt de choriocapillaris afstand. Ten slotte werd, om de choroïdale dikte te berekenen, de afstand tussen het BM en het onderste oppervlak van de choroïdale vasculatuur berekend., Choroïdale vasculatuur en BM-equivalente diktekaarten werden gemaakt voor alle proefpersonen. Ook werd het foutenpercentage berekend tussen de door artsen gegenereerde diktekaart en de door de voorgestelde methode gegenereerde kaart. Figuur 12 illustreert hoe de dikte van de choroïdelaag werd berekend, met specifieke stappen die hieronder worden beschreven:

  • voor elk figuur was de breedte 760 pixels en de hoogte 456 pixels

  • vervolgens werd een schaling uitgevoerd., We legden 200 um-kaarten op, met 25 pixels in breedte en 76 pixels in hoogte, zodat we de ware dikte van elk punt

  • konden krijgen er waren 25 cijfers voor elke patiënt en het interval tussen twee cijfers was 240 um

  • volgens stappen 1-3 konden we een 25 × 760 matrix (verwijst naar de pixelwaarde op de afbeelding) naar 5760 um × 6080 um (verwijst naar de werkelijke waarde van de patiënt). De dikte waarde zou dan worden in verschillende kleuren in de gegenereerde kaart.,

Figuur 12

choroid layer slices to calculate Thickness Map: De dikte van elke afbeelding werd in aanmerking genomen om de diktekaart van elk individu te genereren. Als gevolg van de verwerking van elke afbeelding krijgen we een matrix die de dikte van elke laag weergeeft. Ten slotte om de kaart te krijgen, matrix werd aangepast aan de werkelijke afbeeldingsgrootte om de kaart te tekenen.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *