用于视网膜与结膜血管迂曲度分析的厚度敏感血管提取框架
图像与视频处理
2021-01-05 v1
摘要
糖尿病、高血压、动脉粥样硬化等系统性疾病是每年人类死亡率的主要原因。有研究表明，视网膜与结膜血管迂曲度是此类系统性疾病的一种潜在生物标志物。最重要的是，观察到迂曲度取决于这些血管的厚度。因此，根据所分析的疾病，需要在特定血管厚度内选择性计算迂曲度。在本文中，我们提出了一个厚度敏感血管提取框架，主要适用于与视网膜和结膜血管迂曲度相关的研究。该框架使用基于 IterNet 架构的卷积神经网络来获取整个血管系统的概率图。然后通过多尺度血管增强技术对其进行处理，该技术利用这些概率图的精细与粗尺度结构血管细节以提取指定厚度的血管。我们在包括 DRIVE 和 SBVPI 在内的四个数据集上评估了所提框架，并获得所有数据集大于 0.71 的马修斯相关系数值。此外，所提框架被用于确定糖尿病与视网膜和结膜血管迂曲度的关联。我们观察到糖尿病组的视网膜血管迂曲度（基于偏心率的迂曲度指数）显著高于非糖尿病组（p < .05），且糖尿病组的结膜血管迂曲度（由弧长归一化的总曲率）显著低于非糖尿病组（p < .05）。这些观察与文献一致，加强了所提框架的适用性。
引用
@article{arxiv.2101.00435,
title = {A Thickness Sensitive Vessel Extraction Framework for Retinal and Conjunctival Vascular Tortuosity Analysis},
author = {Ashwin De Silva and Malsha V. Perera and Navodini Wijethilake and Saroj Jayasinghe and Nuwan D. Nanayakkara and Anjula De Silva},
journal= {arXiv preprint arXiv:2101.00435},
year = {2021}
}
备注
Submitted for Reviewing