换一批不同算法在UBM小梁网区域分割中的应用
Different segmentation algorithms for image analysis of trabecular meshwork in UBM
摘要目的 探讨不同算法在超声生物显微镜(ultrasonic biological microscope,UBM)图像中小梁网区域自动或半自动分割中的应用,实现小梁网-舒林氏管(trabecular meshwork-schlemm's canal,TM-SC)边界的自动化识别,为后续的TM-SC定量、定性分析提供基础.方法 采用原发性开角型青光眼(primary open angle glaucoma,POAG)患者80 MHz UBM房角图像,应用Ostu、K-means和Level set 3种分割算法和开源医学图像处理软件ImageJ对小梁网区域图像进行分割,提取感兴趣的TM-SC区域.结果 Ostu、K-means算法不能准确识别TM-SC边界,Level set算法能够准确分割出TM-SC边界,ImageJ软件可手动分割小梁网区域,其效果主要取决于操作者的经验,但速度慢、重复性差.结论 Level set算法可准确分割出UBM图像中TM-SC边界,TM-SC后续的几何度量对阐明青光眼发病机制具有重要的临床价值和指导意义.
更多相关知识
关键词
图像分割超声生物显微镜Level set算法Schlemm’s管小梁网image segmentationultrasonic biological microscopelevel-set algorithmSchlemm's canaltrabecular meshwork
栏目名称
DOI
10.3969/j.issn.2097-0005.2023.11.006
发布时间
2024-01-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省医药卫生科技发展计划（202007020086）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
