首页 > 论文 > 激光与光电子学进展 > 57卷 > 24期(pp:241105)

基于CNN和改进的图搜索分割OCT图像中的视网膜层 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

光学相干断层扫描(OCT)图像中视网膜的层结构分析可以揭示相关疾病的眼部病理。传统的二维图搜索方法可以实现视网膜组织层分割,但依赖于视网膜层厚度的先验知识限制边界的搜索区域,且基于图像垂直梯度进行分割时,阴影区会对视网膜层边界的分割造成挑战。文中提出了一种结合卷积神经网络(CNN)和改进的图搜索分割OCT图像中的7个视网膜层边界的方法,首先利用CNN自动提取每个边界的特征并训练相应的分类器,由此获得每个边界的概率图作为分割的感兴趣区域,其次提出了一种改进的图搜索方法,在基于垂直梯度的基础上添加了横向约束,当遇到血管阴影时,使得分割线可以横向穿过阴影。使用提出的方法对4组正常图像进行分割,并与图搜索方法和基于CNN的方法进行比较,实验结果表明,该方法能精确分割7个视网膜层边界,平均层边界误差为4.31±5.87μm。

广告组1 - 空间光调制器+DMD
补充资料

DOI:10.3788/lop57.241105

作者单位:

    佛山科学技术学院
    佛山科学技术学院
    佛山科学技术学院
    佛山科技学院物理系
    佛山科学技术学院

引用该论文

唐艳红,陈允照,刘明迪,曾亚光,周月霞. 基于CNN和改进的图搜索分割OCT图像中的视网膜层[J].激光与光电子学进展,2020,57(24):241105.