论文部分内容阅读
年龄相关性黄斑变性(AMD)为黄斑区结构的衰老性改变,已经是造成老年人视力下降甚至致盲的首要原因。晚期年龄相关性黄斑变性有“干性”和“湿性”两种形式,地图状萎缩(GA)为“干性”AMD,脉络膜新生血管(CNV)为“湿性”AMD,这两种AMD病变是目前发病人数较多的视网膜病变。频域光学相干断层成像技术(SD-OCT)在视网膜疾病诊断中得到了广泛的应用,本文基于SD-OCT时间序列图像来研究AMD病变的检测和分割,主要内容分为以下几个部分:(1)提出了一种基于SD-OCT时间序列图像的GA检测方法。根据时间序列图像,以第一个时刻图像作为训练样本,其他时刻作为测试样本。首先在每个B-scan上执行噪声去除和层分割,接着为了充分体现GA的突出特点,提出了一种限制拉平的样本构造方法,可以更有效地提取梯度方向直方图(HOG)特征,生成支持向量机(SVM)模型。实验结果表明:本文方法获得的GA投影面积相关系数和重叠率的平均值分别为0.9881和82.62%。(2)提出了一种基于目标跟踪策略的三维SD-OCT时间序列图像的自动CNV检测方法。在本文提出的方案中,专家只需要在每个患者的第一时刻手动标注CNV病变区域,然后将自动检测后续时刻的CNV。为了充分表示CNV的空间一致性,构建了一个三维梯度方向直方图(3D-HOG)特征,用于生成随机森林模型。最后,测量训练样本和测试样本之间的相似性以进行模型更新。在12例CNV患者中,来自12只眼的258个三维SD-OCT图像的实验结果表明:我们的结果与手动分割具有高度相关性,CNV投影面积的相关系数和重叠率的平均值分别为0.907和83.96%。(3)提出了一种基于3D-Unet网络的SD-OCT时间序列CNV图像的分割方法。根据时间序列图像,以第一个时刻图像作为训练样本,其他时刻作为测试样本。首先在每个B-scan上执行噪声去除和层分割,接着以滑动窗口的方法构建三维训练样本和相对应的标签,然后训练3D-Unet神经网络,最后得出CNV分割结果。实验结果表明,该方法能够准确分割CNV。(4)搭建了一个基于SD-OCT时间序列图像的AMD病变检测分割系统。该系统包含了SD-OCT视网膜图像的显示、预处理、投影图像生成、AMD病变检测分割以及结果的显示。系统的整体结构设计比较人性化,而且操作简单方便,算法结果也达到了一个很好的精度。