グラフベースのジオメトリ検出を使用した網膜OCTの曲率補正

このホワイトペーパーでは、網膜の獲得した光学コヒーレンス断層撮影（OCT）画像の強化と前処理ステップとして新しいアルゴリズムを提示します。提案された方法は2つのステップで構成されており、1つ目は円形対称ラプラシアンモデルに基づいたウェーブレット拡散を備えた除去アルゴリズムであり、2番目の部分は、網膜のハイパー反射複合層に従ってグラフベースのジオメトリ検出と曲率補正の観点から説明できます。提案されている除去アルゴリズムは、0.89から1.49へのコントラスト対雑音比の改善と、18.27から30.43 dBへの信号対雑音比（OCT画像SNR）の増加を示しました。完全な自動法を使用して補間曲線を推定するために提案された方法を適用することにより、正常および異常な場合について、平均±SD非署名ボーダーポジショニングエラーが計算されました。2.19±1.25および8.53±3.76 µmの誤差値は、それぞれ病理学的湾曲のない200個のランダムに選択されたスライスと、それぞれ病理学的曲率を持つランダムに選択された50スライスで検出されました。このアルゴリズムの重要な側面は、以前に導入された方法を上回る強力な病理学的画像での曲率の検出能力です。この方法は、同様の方法の比較的低速と比較して高速です。

In this paper, we present a new algorithm as an enhancement and preprocessing step for acquired optical coherence tomography (OCT) images of the retina. The proposed method is composed of two steps, first of which is a denoising algorithm with wavelet diffusion based on a circular symmetric Laplacian model, and the second part can be described in terms of graph-based geometry detection and curvature correction according to the hyper-reflective complex layer in the retina. The proposed denoising algorithm showed an improvement of contrast-to-noise ratio from 0.89 to 1.49 and an increase of signal-to-noise ratio (OCT image SNR) from 18.27 to 30.43 dB. By applying the proposed method for estimation of the interpolated curve using a full automatic method, the mean ± SD unsigned border positioning error was calculated for normal and abnormal cases. The error values of 2.19 ± 1.25 and 8.53 ± 3.76 µm were detected for 200 randomly selected slices without pathological curvature and 50 randomly selected slices with pathological curvature, respectively. The important aspect of this algorithm is its ability in detection of curvature in strongly pathological images that surpasses previously introduced methods; the method is also fast, compared to the relatively low speed of similar methods.