光学相干断层扫描中视神经乳头区域的自动分割：方法学综述
图像与视频处理
2021-09-07 v1 计算机视觉与模式识别
医学物理
摘要
视神经乳头代表视神经（ONH）的眼内部分，易受眼压损伤。光学相干断层扫描（OCT）的出现使得评估新的视神经乳头参数成为可能，即筛板（LC）的深度与曲率。结合 Bruch 膜开口最小 rim 宽度，这些似乎是诊断和监测青光眼等视网膜疾病的有前景的视神经乳头参数。然而，这些 OCT 衍生的生物标志物大多通过手动分割提取，耗时且易产生偏倚，从而限制了其在临床实践中的可用性。OCT 扫描中视神经乳头的自动分割可进一步改善当前青光眼及其他疾病的临床管理。本综述总结了 OCT 中 ONH 自动分割的最新技术水平。使用 PubMed 和 Scopus 进行系统综述。还纳入了来自其他数据库（IEEE、Google Scholar 和 ARVO IOVS）的额外研究，共计审阅 27 项研究。针对每种算法，仔细分析了方法、用于验证的数据集大小与类型以及相应结果。结果表明，基于深度学习的算法在分割包括 LC 在内的 ONH 不同结构中提供最高的准确度、灵敏度和特异性。然而，观察到在分割区域定义、提取参数和验证方法方面缺乏共识，凸显了 ONH 分割标准化方法的重要性和需求。
引用
@article{arxiv.2109.02322,
title = {Automatic Segmentation of the Optic Nerve Head Region in Optical Coherence Tomography: A Methodological Review},
author = {Rita Marques and Danilo Andrade De Jesus and João Barbosa Breda and Jan Van Eijgen and Ingeborg Stalmans and Theo van Walsum and Stefan Klein and Pedro G. Vaz and Luisa Sánchez Brea},
journal= {arXiv preprint arXiv:2109.02322},
year = {2021}
}