基于图搜索和梯度弱化的SDOCT图像ILM层分割

频域光学断层相干扫描(SDOCT)图像针对视网膜中的RNFL层的精确检测,对于一些眼科疾病诊断有很好的参考价值,需要精确分割该层的上表面ILM边界。给出一种3D图搜索与梯度弱化方式相结合的分割ILM表面的方法,提出一种梯度弱化的方法,弱化了图像中其他高对比度区域的梯度,降低其他层对ILM表面分割的干扰,从而在图像中仅有在ILM表面附近较大梯度的前提下,利用经典三维图搜索方法实现对ILM表面的精确分割。分割过程中采用多尺度的分割方法,降低了三维图搜索算法本身时间复杂度和空间复杂度。采用斯坦福大学的25对眼睛的频域光学相干断层(SDOCT)图像,共50组3D图像体数据实验,结合ITK-SNAP软件的半自动分割结果进行实验对比。实验结果表明给出的方法对50组数据中的43组数据能够实现ILM表面的快速精确分割。     

应用多尺度三维图搜索的SD-OCT图像层分割方法

频谱域光学相干层析技术(SD-OCT)是一种广泛应用于眼科领域的成像技术,视网膜组织层分割对视网膜疾病诊断起着至关重要的作用。传统的三维图搜索方法能够同时分割k(k≥1)个三维面,但其存在时间复杂度高、分割病变图像鲁棒性弱等问题。在传统三维图搜索模型的基础上引入多尺度思想,提出应用多尺度三维图搜索的SD-OCT视网膜图像分割方法。首先根据每个组织层的特点,为每层构造一个合理的顶点权重;然后利用相邻列的最大与最小高度差构造列约束限制,改进表面的平滑约束条件;最后利用低尺度的图像,应用三维图搜索方法进行粗分割,逐步向高一尺度应用三维图搜索方法进行单表面细分割。使用改进算法对3组正常眼睛及1组老年黄斑变性视网膜图像进行分割,并将结果与手动分割及传统三维图搜索方法进行比较,实验结果表明,改进算法能够准确有效地分割出3个层边界(边界位置绝对误差是3.86±2.50μm),并且接近于手动分割结果(3.78±2.76μm),优于传统三维图搜索方法(7.92±3.31μm)。