光学相干断层扫描图像中的视网膜囊肿检测

视网膜囊肿是由于视网膜血管功能不全导致液体泄漏和积聚所形成的囊样空间，这些囊肿在多种眼内疾病中具有重要意义，如年龄相关性黄斑变性、糖尿病黄斑水肿等。光学相干断层扫描是成像视网膜病理学的主要诊断技术之一。对视网膜囊肿的分割与量化在预测视力保持作用。文献中已提出了多种方法用于视网膜囊肿的自动分割。随着囊样黄斑水肿成为人类的主要问题，我们需要准确量化并加以处理，否则可能会在后续引发诸多问题。尽管该领域正在开展研究，但迄今为止取得的进展有限，准确率仅为68%，而且这些方法依赖于图像质量，对像顶光学图像（topcon）等高噪声图像结果极差。本工作采用ResNet卷积神经网络(CNN)的分割方法，通过块式分类进行训练，使用来自囊肿分割挑战数据集的图像集进行训练，并在来自4个供应商的2个评估者提供的测试数据集上进行测试。它还与这些方法进行比较，使用第一个公开的新颖囊肿分割挑战数据集。对这些方法进行了定量评估，以衡量其对视网膜囊肿分割挑战的鲁棒性。结果发现优于以往的状态方法，在所有供应商上均获得超过70%的 dice系数，无论其质量如何。