基于眼前节OCT图像对抗式预分割的精确组织界面分割
图像与视频处理
2019-05-08 v1 计算机视觉与模式识别
摘要
光学相干断层扫描（OCT）是一种已被广泛采用的成像方式，用于以微米分辨率可视化角膜、视网膜和角膜缘组织结构。它可用于诊断眼部病理状况，以及制定术前手术计划。与后段视网膜相比，对角膜缘和角膜等前段组织结构成像所产生的B扫描表现出更强的散斑噪声模式和成像伪影。这些伪影（如阴影和镜面反射）在获取体积数据分析时带来了挑战，因为它们极大地模糊了组织界面的位置。为应对这些伪影和散斑噪声模式并准确分割最浅的组织界面，我们提出了一种级联神经网络框架，其包含一个条件生成对抗网络（cGAN）和一个组织界面分割网络（TISN）。cGAN通过去除最浅组织界面正上方的非期望镜面伪影和散斑噪声模式对OCT B扫描进行预分割，TISN将原始OCT图像与预分割结果结合以分割最浅界面。我们展示了该级联框架在角膜数据集上的适用性，证明其能精确分割最浅角膜界面，并展示了其对角膜缘数据集的泛化能力。我们还提出了一种混合框架，其中cGAN预分割被传入基于传统图像分析的分割算法，并描述了改进的分割性能。据我们所知，这是首个去除影响眼前节OCT数据集解读的严重镜面伪影和散斑噪声模式（最浅界面之前）的方法，从而实现了最浅组织界面的准确分割。
引用
@article{arxiv.1905.02378,
title = {Accurate Tissue Interface Segmentation via Adversarial Pre-Segmentation of Anterior Segment OCT Images},
author = {Jiahong Ouyang and Tejas Sudharshan Mathai and Kira Lathrop and John Galeotti},
journal= {arXiv preprint arXiv:1905.02378},
year = {2019}
}
备注
First two authors contributed equally. Biomedical Optics Express journal submission. 27 pages, 15 figures. Submitted to the journal on May 6th 2019 at 11:38pm