Generating corneal panoramic images from contact specular microscope images

要約

接触型鏡面顕微鏡は、非接触型鏡面顕微鏡に比べて画角が広いのですが、それでも角膜全体の画像を撮影することはできません。このような画像を得るためには、順次撮影した部分のフィルムを用意し、それらを合成して全体画像を作成する必要がある。本研究では、接触型鏡面顕微鏡で撮影した動画から角膜全体像を自動生成する枠組みを提案した。動画から比較的焦点の合った画像を抽出し、パノラマ合成を行った。全体像が生成できれば、画像から小斑点を検出し、その存在範囲を検討することが可能となる。システムを実装し、提案するフレームワークの有効性を検証した。システムの実装には、特注の合成ソフトウェア Image Composite Software（ICS、株式会社ケイアイテクノロジー、日本、内部アルゴリズム非公開）を用い、露頭の検出には U-Net を用いた教師あり学習モデルを使用した。構築したシステムをFuchs endothelial corneal dystrophy（FECD）マウスモデルから得られた94種類の角膜映像に適用したところ、複数の映像が正しく合成されることが確認された。本研究で得られたデータに本手法を実装し、適用したところ、その有効性が確認された。また、定量的な評価については、実装時の精度など、最低限の評価しか行っていないため、今後の研究において、いくつかの制約が生じる可能性がある。

要約(オリジナル)

The contact specular microscope has a wider angle of view than that of the non-contact specular microscope but still cannot capture an image of the entire cornea. To obtain such an image, it is necessary to prepare film on the parts of the image captured sequentially and combine them to create a complete image. This study proposes a framework to automatically generate an entire corneal image from videos captured using a contact specular microscope. Relatively focused images were extracted from the videos and panoramic compositing was performed. If an entire image can be generated, it is possible to detect guttae from the image and examine the extent of their presence. The system was implemented and the effectiveness of the proposed framework was examined. The system was implemented using custom-made composite software, Image Composite Software (ICS, K.I. Technology Co., Ltd., Japan, internal algorithms not disclosed), and a supervised learning model using U-Net was used for guttae detection. Several images were correctly synthesized when the constructed system was applied to 94 different corneal videos obtained from Fuchs endothelial corneal dystrophy (FECD) mouse model. The implementation and application of the method to the data in this study confirmed its effectiveness. Owing to the minimal quantitative evaluation performed, such as accuracy with implementation, it may pose some limitations for future investigations.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL