基于 OCTA 的中央凹无血管区快速三维估计
图像与视频处理
2021-12-07 v2 计算机视觉与模式识别
摘要
来自光学相干断层扫描血管成像（OCTA）正面成像的中央凹无血管区（FAZ）面积是基于该技术最常见的测量之一。然而，其在临床中的应用受到正常受试者间 FAZ 面积高度变异性的限制，而 FAZ 体积测量的计算则受限于 OCTA 扫描所特有的高噪声。我们设计了一种算法，在假设不同血管丛中的毛细血管不重叠的前提下，利用正面成像较高的信噪比来高效识别内视网膜毛细血管网络的三维（3D）结构。随后对该网络进行形态学操作，以在内视网膜边界分割内识别 3D FAZ。对一个包含 430 只眼的数据集计算了不同血管丛中的 FAZ 体积与面积。然后，使用线性混合效应模型对测量值进行分析，以识别三类眼组之间的差异：健康眼、无糖尿病视网膜病变（DR）的糖尿病眼以及有 DR 的糖尿病眼。结果显示不同组间 FAZ 体积存在显著差异，但面积测量则无。这些结果表明体积 FAZ 可能比平面 FAZ 更好的诊断检测器。我们引入的高效方法可实现临床上 FAZ 体积的快速计算，并提供内视网膜毛细血管网络的三维分割。
引用
@article{arxiv.2012.09945,
title = {Fast 3-dimensional estimation of the Foveal Avascular Zone from OCTA},
author = {Giovanni Ometto and Giovanni Montesano and Usha Chakravarthy and Frank Kee and Ruth E. Hogg and David P. Crabb},
journal= {arXiv preprint arXiv:2012.09945},
year = {2021}
}
备注
6 pages, 3 figures, submitted to IEEE I2MTC 2021 conference