Automatisk Choroid Layer segmentering från optisk koherens tomografi bilder med djup inlärning

Figur 10

Counter Matriskoncept: (A och b) representerar diskmatrisen, (c) beräkna det maximala indexet i varje kolumn och (d) visar det segmenterade Choroidskiktet efter applicering av polynombeslag.,

Figur 11

resultat av segmentering av Choroidskiktet med hjälp av djup inlärningsmetod: (a) visar en del av bilden som innehåller en okt-bild som är en märkt av läkaren, där BM är märkt i grönt och choroid är märkt i rött. (B) representerar OC-bildsegmenteringen som utförs av den föreslagna metoden, här markeras choroidskiktet i grönt och BM är märkt i röd färg.,

tjocklek karta

eftersom fokus för denna forskning var att mäta koroidal tjocklek för analys av hälsan hos näthinnan, var tjocklek kartor genereras efter segmentering av BM och åderhinnan skikt. Tjocklekskartor som motsvarar varje individ genererades baserat på segmenteringen som utfördes. Eftersom varje individ hade 25 OCT-skanningar, som representerar ett annat djup av choroid, ansågs alla 25 bilder generera tjocklekskartan., Tjocklekskartan kan definieras som det euklidiska avståndet mellan de två ytorna: BM och choroidskikt. För att mäta det önskade avståndet togs gränsen för BM som en referensgräns för hela choroidregionen inklusive choriocapillaris. Avståndet mellan BM och den övre ytan av choroidskiktet representerar choriocapillaris-avståndet. Slutligen, för att beräkna koroidtjockleken, beräknades avståndet mellan BM och den nedre ytan av den koroida vaskulaturen., Koroidal vaskulatur och BM-ekvivalent tjocklek kartor skapades för alla ämnen. Felfrekvensen mellan tjocklekskartan som genereras av läkare och karta som genereras av den föreslagna metoden beräknades också. Figur 12 visar hur tjockleken på choroidskiktet beräknades, med specifika steg som beskrivs nedan:

  • för varje figur var bredden 760 pixlar och höjden var 456 pixlar

  • därefter applicerades en skalningsoperation., Vi införde 200 um-kartor, med 25 pixlar i bredd och 76 pixlar i höjd, så vi kunde få den sanna tjockleken på varje punkt

  • det fanns 25 siffror för varje patient och intervallet mellan två siffror var 240 um

  • enligt steg 1-3 kunde vi kartlägga en 25 × 760-matris (hänvisar till pixelvärdet på figuren) till 5760 um × 6080 um (hänvisar till patientens verkliga värde). Tjockleken värdet skulle sedan kartläggas i olika färger i den genererade kartan.,

Figur 12

Choroidskiktsskivor för att beräkna tjocklek karta: tjockleken på varje bild beaktades för att generera tjockleken karta för varje individ. Som ett resultat av att bearbeta varje bild får vi en matris som representerar tjockleken på varje lager. Slutligen för att få kartan ändrades matrix till den faktiska bildstorleken för att rita kartan.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *