论文部分内容阅读
目的：实现对OCT血管造影图像各层血管网络的自动探测及定量形态学分析。 方法：利用商业化光学相干断层成像血管造影仪AngioVue OCT，对正常眼在Angio-retina扫描的模式下获取以黄斑为中心3×3mm范围图像。在对图形进行平滑的基础上，根据图像的强度信息寻找出大致的黄斑中心凹无灌注区（foveal avascularzone,FAZ）范围，进而利用基于主动轮廓的水平集方法自动寻找出FAZ。并且进一步进行血管分割、血管分类，最后通过图像处理结果计算相关形态学指标。为验证算法的准确性，录用正常眼的受试者共20位(20只眼睛)，其中8位为男性，12位为女性：平均年龄22±1.91岁；平均等效球镜为-1.39±0.27D。使用MATLAB GUI由同一人分别对相应的图片进行手工分层，比较以黄斑为中心3×3mm范围内自动探测和手工判断的不同深度血管网络的差异。同时应用算法探测糖尿病性视网膜变性患者与同年龄段老年正常对照组的眼底黄斑区OCTA图像。 结果：利用基于主动轮廓的水平集方法依次自动探测出了浅层、深层FAZ边界，并且没有出现明显的错误。自动探测边界和手动结果较好的重叠在一起，浅层平均误差在0.0038mm2到0.0064 mm2之间，深层平均误差在0.055mm2到0.068 mm2之间，其中浅层的边界两者之间可非常好的重叠在一起，深层FAZ边界两者之间的差异相对较大。各层血管网络分割的准确性较高，浅层、深层、脉络膜毛细血管层分割的准确率分别为94.20％、86.15%和90.08%。浅层小血管与毛细血管自动分类基本与手工分类相同。在视网膜各层不同类型血管网络形态学指标中，浅层FAZ、深层 FAZ、浅层小血管密度、脉络膜毛细血管层血管密度、浅层小血管分形维数重复性较高，浅层总血管密度、浅层毛细血管密度、深层毛细血管密度、浅层总血管分形维数、浅层毛细血管分形维数、深层毛细血管分形维数重复性中等。浅层和深层FAZ平均值分别为0.28 mm2和0.55 mm2。浅层、深层、脉络膜毛细血管层血管密度分别为45.06%、77.21%和68.92%。浅层总血管、毛细血管、小血管分形维数分别为1.78、1.26、1.75，深层毛细血管分形维数为1.83。同时算法准确的分析非增值性糖尿病视网膜病变患者的眼底黄斑区各层OCTA图像，并与同年龄段正常对照组进行比较，发现除浅层FAZ外，其他血管形态学指标如深层FAZ、各个层次血管密度、分形维数的差异均有统计学意义。 结论：提出基于主动轮廓模型的水平集方法、自适应全局阈值分割算法、多尺度Gabor滤波算法应用于自动探测AngioVue OCT视网膜黄斑区各层次血管网络图像。具有良好的准确性、速度及鲁棒性，提供了客观以及定量的分析视网膜血管网络形态学的方法，有一定潜力应用于辅助临床诊断或研究中。