研究目的
引入一种计算机辅助方法用于视锥光感受器的分割,建立视锥细胞直径的正常数据库,并展示其在现有视网膜疾病指标中的应用。
研究成果
CCACM为视锥细胞分割提供了一种精确高效的方法,能够建立大规模正常视锥细胞直径数据库。该方法为视网膜疾病研究提供了新视角(如检测迟发性视网膜变性中的视锥细胞增大),在疾病诊断和监测方面具有临床应用潜力。
研究不足
算法参数针对特定视?。?.23毫米)进行了优化,不同设置下性能可能有所差异。在黄斑等密集区域,分割精度会下降,部分边界模糊的视锥细胞未被纳入数据库。该方法假设视锥细胞呈圆形,但实际情况未必尽然。
1:实验设计与方法选择:
本研究采用圆形约束主动轮廓模型(CCACM)对自适应光学图像中的视锥细胞进行自动分割。该方法包含双区域检测、分割、连接、凸包确定、圆形模板构建、主动轮廓传播及优化等步骤。
2:样本选择与数据来源:
使用自主研发的多模态自适应光学成像仪采集10名健康受试者(年龄22-40岁)和1例迟发性视网膜变性患者的数据。图像经眼动校正后拼接成镶嵌图。
3:实验设备与材料清单:
自主研发多模态自适应光学成像仪(AOSLO)、用于生物测量的IOL Master(卡尔蔡司医疗技术)、790纳米与850纳米光源,以及标准Windows 7计算机用于计算。
4:实验流程与操作规范:
在不同视网膜离心率位置获取图像,应用分割算法并将结果与人工分割进行验证。测量视锥细胞直径并与组织学数据进行对比。
5:数据分析方法:
统计分析包括单变量线性回归、t检验,以及计算平均绝对直径差异(ADD)和平均对称轮廓距离(ASD)等指标。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容