《視網膜年齡相關性黃斑病變OCT圖像的三維分割算法研究》是依託蘇州大學，由石霏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：視網膜年齡相關性黃斑病變OCT圖像的三維分割算法研究
- 項目類別：青年科學基金項目
- 項目負責人：石霏
- 依託單位：蘇州大學
項目摘要,結題摘要,
項目摘要
年齡相關性黃斑變性（Age-related Macular Degeneration, AMD）是一種不可逆轉的致盲眼病，正逐漸成為影響我國老年人生活質量的嚴重疾病。光學相干斷層掃描(Optical Coherence Tomography，OCT)為臨床眼科醫生診斷和治療AMD提供了幫助。然而目前大部分眼科醫生用手動方式對OCT圖像中的病變進行定量分析，主觀性強，無法保證準確性和一致性，而且難以全面分析三維掃描的大量數據。本課題擬充分利用各分割對象間的約束關係，採用最新的聯合圖搜-圖割的圖像分割技術，結合光密度分析、紋理分析等方法，設計針對AMD視網膜中各種病變成分及視網膜各組織層次的自動分割新算法。最終形成快速、準確的針對AMD的視網膜分割軟體，實現對病變組織和區域的定量分析，以輔助臨床醫生對該病變的診斷和治療，促進對該病變的病理分析和研究，並為病變的自動識別、自動診斷提供算法基礎。
結題摘要
本項目按照計畫書中的年度計畫開展研究，很好的完成了各項研究目標。形成了主要針對年齡相關性黃斑變性病變、可推廣到其他多種視網膜疾病的一系列基於眼底相干斷層成像（OCT）的醫學影像處理與分析算法，包括圖像預處理、病變視網膜分層、病變區域分割與檢測、病變發展建模與預測四個方面。 在圖像去噪、增強、運動偽差校正、配準幾方面提出了新的適用於三維OCT圖像的預處理算法，可提高后續算法的準確率與效率。研究了基於圖搜尋、圖割、Live Wire等基於圖論的分割方法，提出了一系列新的代價函式及約束條件用於視網膜分割。研究了基於隨機森林、Adaboost等機器學習方法，提出了新的OCT圖像特徵提取、選擇方法用於疾病區域檢測。形成了一系列將機器學習與圖論方法相結合、將視網膜分層和病變區域分割相結合的三維自動分割和檢測方法，包括漿液性色素上皮層脫離病變視網膜的分層、掃頻大視野OCT圖像中脈絡膜的分割、含視網膜下積液的病變視網膜分層；漿液性色素上皮脫離病變區域的分割、視網膜光感受器橢球區缺失的檢測、囊樣水腫病變區域的分割。分割誤差達到與不同專家手動分割結果差異相比擬或較小，並優於現有相關算法。後期新增了對脈絡膜新生血管病變發展建模與預測方法的研究，提出了基於反應擴散模型的預測方法，預測結果與實際數據有很強相關性。 本項目形成的算法與軟體可提供視網膜組織結構及病變區域的大小、形狀、位置、灰度等定量分析指標，可輔助臨床醫生對視網膜病變的診斷和治療，減輕醫生負擔，也可促進對視網膜病變發生、發展的病理分析和研究。 本項目共發表SCI檢索期刊論文13篇，EI檢索會議論文10篇；項目執行期間獲國家發明專利授權2項，另申請5項，獲軟體著作權4項；培養碩士研究生9人，其中6人已畢業；舉辦學術會議2次，會議共邀請22位國外專家來訪並作報告；項目組成員參加國際會議2人次，參加國內會議27人次。
