視網(wǎng)膜光學相干斷層圖像處理與分析

目錄
序
第1章 光學相干斷層掃描在視網(wǎng)膜疾病中的應用 1
1.1 眼和視網(wǎng)膜的解剖結(jié)構(gòu) 1
1.1.1 人眼解剖結(jié)構(gòu)簡介 1
1.1.2 視網(wǎng)膜的簡單組織學 2
1.1.3 正常黃斑的OCT圖像 3
1.2 玻璃體黃斑交界面疾病 4
1.2.1 玻璃體黃斑粘連 4
1.2.2 玻璃體黃斑牽引 5
1.2.3 全層黃斑裂孔 6
1.2.4 視網(wǎng)膜前膜 8
1.2.5 高度近視牽引性黃斑病變 8
1.3 青光眼和視神經(jīng)病變 9
1.3.1 視乳頭周圍視網(wǎng)膜神經(jīng)纖維層厚度 9
1.3.2 黃斑區(qū)神經(jīng)節(jié)細胞層厚度 12
1.3.3 視乳頭形態(tài) 12
1.4 視網(wǎng)膜血管疾病 12
1.4.1 視網(wǎng)膜動脈阻塞 12
1.4.2 糖尿病性視網(wǎng)膜病變 14
1.4.3 視網(wǎng)膜靜脈阻塞 15
1.5 外層視網(wǎng)膜變性 17
1.6 脈絡(luò)膜新生血管和息肉狀脈絡(luò)膜血管病變 18
參考文獻 21
第2章 視網(wǎng)膜光學相干斷層掃描成像原理 23
2.1 引言 23
2.2 OCT的發(fā)展歷程和工作原理 23
2.2.1 時域OCT 24
2.2.2 頻域OCT 24
2.2.3 持續(xù)發(fā)展中的OCT技術(shù) 26
2.3 OCT圖像的解釋 27
參考文獻 30
第3章 OCT圖像去噪與增強 33
3.1 OCT技術(shù)介紹 33
3.1.1 散斑 34
3.1.2 散斑特性 34
3.2 OCT圖像建模 35
3.3 OCT圖像增強的統(tǒng)計模型 39
3.3.1 方法 39
3.3.2 結(jié)果分析 41
3.4 基于變換模型的數(shù)據(jù)自適應OCT去噪 42
3.4.1 傳統(tǒng)的字典學習 42
3.4.2 雙樹復小波變換 43
3.4.3 帶初始字典選擇的字典學習 44
3.4.4 結(jié)果分析 45
3.5 基于變換模型的非數(shù)據(jù)自適應OCT去噪 48
3.5.1 最小均方誤差法去噪 50
3.5.2 結(jié)果分析 56
3.6 結(jié)論 58
參考文獻 59
第4章 基于稀疏表示的視網(wǎng)膜OCT圖像重建 67
4.1 引言 67
4.2 圖像重建中的稀疏表示 68
4.3 基于稀疏度的OCT圖像重建方法 69
4.3.1 基于多尺度稀疏的層析圖像去噪 69
4.3.2 基于稀疏性的同步去噪和插值 77
4.3.3 基于三維自適應稀疏表示的OCT圖像壓縮 83
4.4 結(jié)論 92
參考文獻 92
第5章 基于概率圖模型的OCT圖像分割 97
5.1 引言 97
5.2 一種用于視網(wǎng)膜分割的概率圖形模型 98
5.2.1 圖形模型 98
5.2.2 變分推導 101
5.3 結(jié)果 103
5.3.1 分割性能 103
5.3.2 病變檢測 107
5.4 病變圖像分割 110
5.4.1 方法設(shè)置 111
5.4.2 最大似然法則 112
5.5 討論 112
5.5.1 結(jié)論 112
5.5.2 工作展望 113
參考文獻 113
附錄 116
第6章 基于OCT定量分析的眼病診斷研究 122
6.1 引言 122
6.2 基于OCT的視網(wǎng)膜形態(tài)測量 123
6.2.1 視網(wǎng)膜形態(tài)的定量測量 123
6.2.2 OCT圖像中的圖像質(zhì)量、偽影和誤差 124
6.2.3 眼軸長度對厚度的影響 126
6.3 OCT定量分析各種眼部疾病的能力 129
6.3.1 糖尿病性視網(wǎng)膜病變 129
6.3.2 多發(fā)性硬化 130
6.3.3 弱視 135
6.4 結(jié)論 139
參考文獻 140
第7章 基于OCT的視網(wǎng)膜層光密度定量分析 154
7.1 引言 154
7.2 基于OCT圖像的視網(wǎng)膜層自動分割 155
7.3 正常人的視網(wǎng)膜光密度分布特點 156
7.3.1 數(shù)據(jù)獲取 156
7.3.2 統(tǒng)計分析 156
7.3.3 正常人視網(wǎng)膜各層的光密度定量分析 157
7.3.4 討論 159
7.4 正常人視網(wǎng)膜各層的光密度分布與決定因素 159
7.4.1 數(shù)據(jù)獲取及圖像處理 159
7.4.2 統(tǒng)計分析 160
7.4.3 視網(wǎng)膜光密度測定 160
7.4.4 視網(wǎng)膜光密度的相關(guān)因素 163
7.4.5 討論 164
7.5 視網(wǎng)膜中央動脈阻塞患者的光密度分布 164
7.5.1 視網(wǎng)膜中央動脈阻塞 164
7.5.2 受試者及數(shù)據(jù)獲取 165
7.5.3 圖像分析 165
7.5.4 結(jié)果 166
7.5.5 討論 168
7.6 結(jié)論 169
參考文獻 170
第8章 基于OCT視網(wǎng)膜圖像的視盤分割和杯盤比量化 173
8.1 引言 173
8.2 視盤分割 174
8.2.1 方法綜述 175
8.2.2 視盤邊緣粗定位 176
8.2.3 基于SVM的塊搜索 178
8.3 視盤分割和杯盤比量化的評估 180
8.3.1 視盤分割的評估 180
8.3.2 杯盤比量化的評估 183
8.4 結(jié)論 184
參考文獻 185
第9章 基于OCT圖像的脈絡(luò)膜分析 189
9.1 引言 189
9.2 自動分割和高級分析 189
9.2.1 問題設(shè)置和解決方法 190
9.2.2 數(shù)據(jù)與方法 191
9.2.3 結(jié)果與統(tǒng)計分析 195
9.3 細粒度分析 208
9.3.1 問題設(shè)置和解決方法 208
9.3.2 方法介紹 210
9.3.3 實驗結(jié)果 211
9.4 結(jié)論 213
參考文獻 214
第10章 病變視網(wǎng)膜的層分割和分析 218
10.1 引言 218
10.2 漿液性色素上皮層脫離的視網(wǎng)膜層分割 219
10.2.1 背景 219
10.2.2 方法 220
10.2.3 結(jié)果 226
10.3 糖尿病性黃斑水腫引起的外界膜缺失的量化 231
10.3.1 背景 231
10.3.2 方法 232
10.3.3 結(jié)果 234
10.4 由外傷造成的光感受器橢球區(qū)缺失的檢測 237
10.4.1 背景 237
10.4.2 方法 238
10.4.3 結(jié)果 241
10.5 結(jié)論 245
參考文獻 245
第11章 SD-OCT圖像玻璃膜疣和地圖狀萎縮分割和可視化 251
11.1 引言 251
11.1.1 玻璃膜疣 251
11.1.2 地圖狀萎縮 252
11.2 玻璃膜疣分割和可視化 252
11.2.1 SD-OCT圖像玻璃膜疣自動分割和量化 253
11.2.2 用于玻璃膜疣可視化的改進OCT驅(qū)動眼底投影圖像生成 261
11.3 地圖狀萎縮分割和可視化 269
11.3.1 SD-OCT圖像半自動GA分割 270
11.3.2 基于含局部相似因子的區(qū)域活動輪廓模型的自動GA分割 274
11.3.3 基于限制求和面積投影的GA可視化 282
11.3.4 基于偽彩色融合策略的玻璃膜疣和GA可視化 289
11.4 結(jié)論 297
參考文獻 297
第12章 三維視網(wǎng)膜OCT圖像中癥狀性滲出紊亂的自動分割 304
12.1 引言 304
12.2 相關(guān)方法 305
12.2.1 傳統(tǒng)圖割算法 305
12.2.2 最優(yōu)曲面逼近圖搜法 305
12.3 基于概率約束圖中的圖搜–圖割法 306
12.3.1 初始化 306
12.3.2 基于圖搜–圖割的SEAD分割 309
12.4 性能評估 312
12.4.1 實驗方法 312
12.4.2 初始化性能評估 312
12.4.3 分割性能評估 313
12.4.4 統(tǒng)計相關(guān)分析及重復性分析 315
12.5 結(jié)論 316
12.5.1 SEAD分割的重要性 316
12.5.2 基于概率約束的圖搜–圖割方法的優(yōu)點 317
12.5.3 基于概率約束的圖搜–圖割方法的局限性 317
12.5.4 異常視網(wǎng)膜層分割 317
參考文獻 318
第13章 基于時序OCT圖像的脈絡(luò)膜新生血管生長建模和預測 322
13.1 引言 322
13.2 方法 323
13.2.1 方法概述 323
13.2.2 數(shù)據(jù)獲取 323
13.2.3 圖像預處理 324
13.2.4 網(wǎng)格化 326
13.2.5 CNV生長模型 326
13.2.6 生長參數(shù)估計 327
13.3 實驗結(jié)果 328
13.4 結(jié)論 331
參考文獻 331
縮略詞對照表 335