استفاده از الگوریتم برنامه نویسی پویا برای تشخیص اتوماتیک مرز کروئید در تصاویر EDI-OCT

از Enhanced depth imaging optical coherence tomography (EDI-OCT) برای تصویرگیری دقیق از لایه ی کروئید، که شامل بالاترین میزان جریان خون در چشم است و در بیماری های متعددی مانند پولیپ کروئیدی، تومور کروئیدی و تغییرات آرترو اسکلروتیک مویرگی تحت تاثیر قرار می گیرد، استفاده می گردد. از آن جایی که حجم زیادی از اطلاعات در چنین تصاویری نهفته است، تحلیل غیر اتوماتیک این داده ها برای چشم پزشک در حد ناممکن می باشد. هدف اصلی برای بخش بندی اتوماتیک این تصاویر، کمک به چشم پزشکان در تشخیص بیماری های وابسته به چشم بود.

داده های این طرح شامل داده های اخذ شده از دستگاه Heidelberg 3D OCT-HRA2-KT بود. برای بررسی الگوریتم از 50 داده استفاده شد. سپس، با استفاده از الگوریتم تشخیص مرزی، به عنوان برنامه نویسی پویا، مرز لایه ی اپیتلیوم رنگدانه ای شبکیه (RPE یا Retinal pigmented epithelium) و با پیدا کردن بیشینه ی گرادیان در پایین این لایه، مرز BM (Bruch’s membrane) استخراج شد. در مرحله ی بعد، با به کار گیری مجدد الگوریتم برنامه نویسی پویا مرز کروئید استخراج گردید.

الگوریتم پیشنهادی در مقایسه با تفکیک دستی برای استخراج BM دارای خطای بدون علامت برابر با 91/0 ± 71/1 پیکسل و برای استخراج کروئید دارای خطایی برابر 11/4 ± 48/10 پیکسل بود. برای ارزیابی، روش پیشنهادی با الگوریتم k متوسط مقایسه شد که با میزان P بسیار کوچکتر از 001/0 بهبود چشمگیری را نشان داد.

تا کنون آنالیزهای اتوماتیک زیادی در زمینه ی تفکیک کروئید ارائه نشده است و روش های انجام شده به طور عمده بر روی تفکیک دستی متمرکز شده اند. در صورتی که در این مطالعه، از یک روش سریع و اتوماتیک برای تفکیک ناحیه ی کروئید استفاده شد.