Corneal endothelium assessment in specular microscopy images with Fuchs’ dystrophy via deep regression of signed distance maps

要約

フックスジストロフィーにおけるヒト角膜内皮 (CE) の鏡面顕微鏡による評価は、ガッテと呼ばれる暗い画像領域が存在するため困難です。
この論文では、最小限の後処理を必要とし、あらゆる程度のフックスジストロフィーにわたって信頼性の高い CE 形態計測評価とガテ識別を実現する、UNet ベースのセグメンテーション アプローチを提案します。
セグメンテーションの問題を、UNets で通常行われるようなピクセルレベルの分類タスクではなく、セルとグッタの符号付き距離マップの回帰タスクとしてキャストします。
従来の UNet 分類アプローチと比較して、距離マップ回帰アプローチは、臨床的に関連するパラメーターにより速く収束します。
また、手動でセグメント化されたグラウンド トゥルース データと一致する形態計測パラメータ、つまり -41.9 細胞/mm2 (95% 信頼区間 (CI) [-306.2, 222.5]) の平均細胞密度差と平均値の平均差も生成します。
14.8 um2 の細胞面積 (95% CI [-41.9, 71.5])。
これらの結果は、CE 評価の有望な代替手段を示唆しています。

要約(オリジナル)

Specular microscopy assessment of the human corneal endothelium (CE) in Fuchs’ dystrophy is challenging due to the presence of dark image regions called guttae. This paper proposes a UNet-based segmentation approach that requires minimal post-processing and achieves reliable CE morphometric assessment and guttae identification across all degrees of Fuchs’ dystrophy. We cast the segmentation problem as a regression task of the cell and gutta signed distance maps instead of a pixel-level classification task as typically done with UNets. Compared to the conventional UNet classification approach, the distance-map regression approach converges faster in clinically relevant parameters. It also produces morphometric parameters that agree with the manually-segmented ground-truth data, namely the average cell density difference of -41.9 cells/mm2 (95% confidence interval (CI) [-306.2, 222.5]) and the average difference of mean cell area of 14.8 um2 (95% CI [-41.9, 71.5]). These results suggest a promising alternative for CE assessment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google