中國(guó)科學(xué)院寧波材料技術(shù)與工程研究所(CNITECH)慈溪生物醫(yī)學(xué)工程研究所智能醫(yī)學(xué)成像(iMED)課題組提出了一種全自動(dòng)圖像級(jí)角膜神經(jīng)纖維迂曲度估計(jì)方法，有助于眼睛相關(guān)疾病的檢查和診斷。該研究發(fā)表在IEEE Transactions on Medical Imaging上。
現(xiàn)有臨床研究表明，血管或神經(jīng)纖維等解剖學(xué)曲線結(jié)構(gòu)的形態(tài)變化與多種疾病密切相關(guān)。迂曲度是反映角膜神經(jīng)纖維變化的最重要的生物標(biāo)志物之一，是評(píng)估眼部相關(guān)疾病(如高血壓性視網(wǎng)膜病變和糖尿病性神經(jīng)病變)的重要臨床參數(shù)。
然而，沒有普遍接受的曲折標(biāo)準(zhǔn)衡量標(biāo)準(zhǔn)。同時(shí)，傳統(tǒng)的自動(dòng)曲折度估計(jì)在很大程度上依賴于分割結(jié)果的質(zhì)量，這可能會(huì)由于成像質(zhì)量差和圖像分辨率低而產(chǎn)生錯(cuò)誤。
針對(duì)這一問題，課題組提出了一種新的圖像級(jí)曲率估計(jì)自動(dòng)化方法，包括圖像增強(qiáng)、指數(shù)曲率估計(jì)和曲率級(jí)分類。他們提出了一種擴(kuò)展的噪聲約束 Retinex 模型來(lái)增強(qiáng)角膜共聚焦顯微鏡 (CCM) 圖像，該模型能夠校正不平衡照明，從而提高圖像對(duì)比度。憑借 3-D 位置和方向空間中的指數(shù)曲率估計(jì)，他們能夠直接測(cè)量基于增強(qiáng)圖像的曲率，而不是依賴于傳統(tǒng)管道中的顯式分割和骨架化步驟。
所提出的方法已應(yīng)用于兩個(gè)角膜神經(jīng)顯微鏡數(shù)據(jù)集，用于曲折度估計(jì)。實(shí)驗(yàn)結(jié)果表明，它的性能優(yōu)于幾種傳統(tǒng)的最先進(jìn)技術(shù)。此外，課題組還構(gòu)建了一個(gè)包含403張角膜神經(jīng)顯微圖像并標(biāo)注了迂曲度的新數(shù)據(jù)集，該數(shù)據(jù)集已對(duì)外開放，為其他研究者開展相關(guān)課題的進(jìn)一步研究鋪平了道路。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！