当前位置:
X-MOL 学术
›
IEEE Access
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
使用深度卷积方法对 3D OCT 图像中的视网膜前膜进行自动分割和直观可视化
IEEE Access ( IF 3.4 ) Pub Date : 2021-05-21 , DOI: 10.1109/access.2021.3082638 Mateo Gende , Joaquim De Moura , Jorge Novo , Pablo Charlon , Marcos Ortega
视网膜前膜(ERM)是一种由视网膜表面形成的薄层疤痕组织引起的疾病。当这种膜出现在黄斑上时,会导致视力扭曲或模糊。虽然通常是特发性的,但它的存在也可能表明其他病变,例如糖尿病性黄斑水肿或玻璃体出血。 ERM 切除手术越早进行,可以保留更多的视力。为此,我们提出了一个全自动分割系统,可以帮助临床医生使用 3D 光学相干断层扫描 (OCT) 体积确定 ERM 的存在和眼底位置。所提出的系统使用卷积神经网络架构对视网膜表面的斑块进行分类。将患者 3D OCT 体积的所有 2D OCT 切片组合起来,在 2D 眼底重建上生成直观的彩色图,提供 ERM 存在的视觉表示,从而有助于这种相关眼病的诊断和治疗。这项工作总共使用了从 20 个 OCT 3D 卷中获得的 2.428 个 2D OCT 切片。为了验证所设计的方法,进行了几个代表性实验。我们获得了令人满意的结果,Dice 系数为 0.826 ± 0.112,Jaccard 指数为 0.714 ± 0.155,证明了其对于诊断目的的适用性。所提出的系统还证明了其简单性和相对于其他最先进方法的竞争性能。
"点击查看英文标题和摘要"